| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 目录 | 第7-9页 |
| 第1章 引言 | 第9-16页 |
| ·研究背景与意义 | 第9-11页 |
| ·课题背景 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·信用卡客户细分的研究现状 | 第11-12页 |
| ·关联分类在银行客户细分中的研究现状 | 第12-13页 |
| ·本文研究内容与成果 | 第13-14页 |
| ·本文的组织结构 | 第14-16页 |
| 第2章 相关理论研究 | 第16-29页 |
| ·客户细分理论 | 第16-22页 |
| ·客户细分理论的概念 | 第16-17页 |
| ·客户细分方法分类 | 第17-20页 |
| ·客户细分方法的比较 | 第20-22页 |
| ·关联分类理论 | 第22-28页 |
| ·关联分类的基本概念 | 第22-24页 |
| ·关联分类的经典算法 | 第24-27页 |
| ·关联分类技术的优缺点 | 第27页 |
| ·关联分类算法的研究趋势 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 信用卡客户细分指标体系的构建 | 第29-36页 |
| ·问题的提出 | 第29-30页 |
| ·客户细分主题维度分析 | 第30-34页 |
| ·客户个人特征分析 | 第31-32页 |
| ·客户消费行为分析 | 第32页 |
| ·客户终身价值分析 | 第32-34页 |
| ·基于客户价值与客户行为的信用卡客户细分模型指标体系 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于相关度的关联分类算法研究 | 第36-50页 |
| ·问题的提出 | 第36-38页 |
| ·基于相关度关联分类算法的设计思想 | 第38-39页 |
| ·基于相关度的关联分类算法 | 第39-47页 |
| ·相关度 | 第39-42页 |
| ·规则产生算法 | 第42-44页 |
| ·分类器的构建 | 第44-47页 |
| ·实现结果及分析 | 第47-49页 |
| ·算法准确率比较 | 第47-48页 |
| ·算法运行时间比较 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 ACBC算法在信用卡客户细分中的应用 | 第50-60页 |
| ·ACSM模型的体系结构 | 第50-51页 |
| ·ACSM模型的应用 | 第51-57页 |
| ·数据预处理 | 第51-55页 |
| ·模型的建立与测试 | 第55-56页 |
| ·结果分析 | 第56-57页 |
| ·ACSM模型评估 | 第57-59页 |
| ·剪枝策略影响分析 | 第57-58页 |
| ·与其他算法的比较 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 附录1 攻读硕士论文期间发表的主要相关论著 | 第67页 |
| 附录2 攻读硕士论文期间参加的课题和项目 | 第67-68页 |