| 1 绪论 | 第1-13页 |
| ·引言 | 第9-10页 |
| ·国内外研究现状 | 第10页 |
| ·课题的研究目标 | 第10-12页 |
| ·结构安排 | 第12-13页 |
| 2 数据挖掘概述 | 第13-18页 |
| ·数据挖掘的产生与发展现状 | 第13-14页 |
| ·数据挖掘研究内容 | 第14-16页 |
| ·分类知识 | 第14页 |
| ·关联知识 | 第14-15页 |
| ·广义知识 | 第15页 |
| ·预测型知识 | 第15-16页 |
| ·数据挖掘的一般过程 | 第16-18页 |
| 3 数据挖掘技术在信用卡市场营销中的研究 | 第18-47页 |
| ·信用卡概述 | 第18-20页 |
| ·信用卡的概念 | 第18页 |
| ·信用卡的特点与功能 | 第18-19页 |
| ·使用信用卡的优点 | 第19-20页 |
| ·关联规则挖掘算法的研究 | 第20-33页 |
| ·信用卡事务空间数学模型 | 第21页 |
| ·关联规则挖掘算法 | 第21-23页 |
| ·主要的关联规则挖掘算法 | 第23-24页 |
| ·关联规则Apriori 算法 | 第24-27页 |
| ·Apriori 算法的性能分析 | 第24-27页 |
| ·关联规则的 FP_growth 挖掘算法 | 第27-30页 |
| ·构造频繁模式树 FP_tree | 第28-29页 |
| ·挖掘频繁模式树 FP_growth 的基本算法 | 第29-30页 |
| ·Apriori 算法与 FP_growth 算法的验证比较 | 第30-33页 |
| ·开放的数据挖掘结构 | 第33-38页 |
| ·浏览器/服务器数据挖掘模式 | 第34-36页 |
| ·数据访问模块 | 第36页 |
| ·应用模块 | 第36-37页 |
| ·用户交互模块 | 第37-38页 |
| ·客户消费行为关联分析 | 第38-47页 |
| ·客户消费行为关联分析 | 第38-40页 |
| ·基于日期的特约商户之间的关联 | 第40页 |
| ·基于日期的特约商户营销战略 | 第40-41页 |
| ·基于信用卡账号的特约商户之间的关联 | 第41页 |
| ·基于信用卡账号的特约商户的营销战略 | 第41页 |
| ·基于数据挖掘的信用卡个性化营销的形式 | 第41-47页 |
| ·银行信用卡业务部门与特约商户进行联合数据挖掘 | 第43页 |
| ·消费奖励积分的设置 | 第43页 |
| ·发送定制的促销信息 | 第43-44页 |
| ·利用数据挖掘进行交叉营销 | 第44-46页 |
| ·利用数据挖掘评估产品表现和营销计划 | 第46-47页 |
| 4 验证与实现 | 第47-57页 |
| ·系统架构 | 第48页 |
| ·数据仓库设计 | 第48-50页 |
| ·基于浏览器/服务器的访问模式 | 第50-51页 |
| ·算法实现和热部署 | 第51-53页 |
| ·功能模块介绍 | 第53-57页 |
| 结论 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士期间发表论文 | 第63页 |