基于决策树的模糊聚类评价算法及其在证券领域的应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-19页 |
| ·论文综述 | 第12-13页 |
| ·问题的提出 | 第12-13页 |
| ·研究意义 | 第13页 |
| ·国内外相关研究现状 | 第13-18页 |
| ·客户关系管理（CRM） | 第13-14页 |
| ·客户细分 | 第14-15页 |
| ·数据挖掘的方法与工具 | 第15-17页 |
| ·客户忠诚度 | 第17-18页 |
| ·本文组织及章节安排 | 第18-19页 |
| 第二章 聚类与分类算法分析 | 第19-32页 |
| ·聚类的基本概念 | 第19-20页 |
| ·聚类的常见方法 | 第20-26页 |
| ·划分聚类方法 | 第21-24页 |
| ·层次聚类方法 | 第24页 |
| ·基于密度的方法 | 第24-25页 |
| ·基于网格的方法 | 第25页 |
| ·基于模型的方法 | 第25-26页 |
| ·分类方法的基本概念 | 第26-27页 |
| ·分类的几种方法 | 第27-31页 |
| ·贝叶斯分类 | 第27-28页 |
| ·神经网络 | 第28-29页 |
| ·决策树算法 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于决策树的模糊聚类评价算法 | 第32-38页 |
| ·基于决策树的模糊聚类评价算法理论基础 | 第32-35页 |
| ·相关算法的理论基础 | 第32-33页 |
| ·决策树算法与模糊聚类评价算法联系 | 第33-35页 |
| ·基于决策树的模糊聚类评价算法的建立 | 第35-37页 |
| ·所用算法选择 | 第35页 |
| ·算法流程及伪代码 | 第35-37页 |
| ·算法检验 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第四章 模糊聚类评价算法在证券业的应用 | 第38-52页 |
| ·证券市场客户细分现状 | 第38-39页 |
| ·CRM 细分模块系统设计 | 第39-45页 |
| ·CRM 系统细分模块整体设计 | 第39-42页 |
| ·数据准备 | 第42页 |
| ·数据挖掘的过程 | 第42-43页 |
| ·数据挖掘的结果及分析 | 第43-45页 |
| ·证券市场客户忠诚度分类背景 | 第45-46页 |
| ·忠诚度分类模块设计 | 第46-51页 |
| ·模块业务目标 | 第46-48页 |
| ·数据准备过程 | 第48页 |
| ·数据挖掘结果及解释 | 第48-49页 |
| ·客户忠诚度管理措施 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| ·工作总结 | 第52-53页 |
| ·工作展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录一 | 第58-60页 |
| 攻读硕士学位期间的成果 | 第60-61页 |
