基于BP神经网络的企业CRM危机预警研究
| 内容摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·问题的提出及研究意义 | 第9-10页 |
| ·国内外研究现状与分析 | 第10-13页 |
| ·客户关系管理研究现状 | 第10-11页 |
| ·企业危机预警研究现状 | 第11-13页 |
| ·存在的问题与展望 | 第13页 |
| ·论文的研究目的和内容 | 第13-14页 |
| ·本文的研究目的 | 第13页 |
| ·本文的研究内容 | 第13-14页 |
| ·论文研究方法和总体框架 | 第14-15页 |
| ·本文的主要创新点 | 第15-16页 |
| 第2章 相关基础理论概述 | 第16-33页 |
| ·客户关系管理概述 | 第16-22页 |
| ·客户关系管理的定义 | 第16-17页 |
| ·客户关系管理的分类 | 第17-20页 |
| ·客户关系管理的框架结构 | 第20-21页 |
| ·客户关系管理的未来发展 | 第21-22页 |
| ·企业危机预警理论概述 | 第22-30页 |
| ·企业危机概述 | 第22-28页 |
| ·预警管理理论 | 第28-30页 |
| ·BP 神经网络原理概述 | 第30-33页 |
| 第3章 企业 CRM危机预警体系结构 | 第33-44页 |
| ·企业CRM 危机预警的概念、原理和基本特征 | 第33-35页 |
| ·企业CRM 危机预警的概念 | 第33页 |
| ·企业CRM 危机预警的原理 | 第33-34页 |
| ·企业CRM 危机预警的基本特征 | 第34-35页 |
| ·企业CRM 危机预警的功能构成 | 第35-36页 |
| ·金融业CRM 危机预警指标的确定 | 第36-41页 |
| ·基于金融业的企业风险因素识别 | 第36-38页 |
| ·预警指标选择的原则与方法 | 第38-39页 |
| ·企业CRM 危机预警指标确定 | 第39-41页 |
| ·金融业CRM 危机预警模型的建立 | 第41-44页 |
| ·模型预期目标分析 | 第41页 |
| ·模型的原理分析 | 第41-43页 |
| ·模型的工作流程 | 第43-44页 |
| 第4章 金融业 CRM危机预警系统的建立 | 第44-64页 |
| ·预警系统信息的收集 | 第44-46页 |
| ·预警系统信息的加工 | 第46-52页 |
| ·客户满意度的评价算法 | 第46-49页 |
| ·客户忠诚度的评价算法 | 第49-51页 |
| ·客户信誉度的评价算法 | 第51-52页 |
| ·客户欺诈率的评价算法 | 第52页 |
| ·BP 神经网络设计及参数设置 | 第52-55页 |
| ·BP 神经网络结构设计 | 第52页 |
| ·BP 神经网络参数设置 | 第52-55页 |
| ·系统仿真及结果分析 | 第55-59页 |
| ·Matlab 系统仿真实验 | 第55-58页 |
| ·Matlab 实验结果分析 | 第58-59页 |
| ·企业CRM 危机预警系统的实施及效果 | 第59-64页 |
| ·危机评价常用方法 | 第59-60页 |
| ·企业CRM 危机预警系统的实施 | 第60-62页 |
| ·企业CRM 危机预警系统的实施效果 | 第62-64页 |
| 第5章 结论与展望 | 第64-66页 |
| ·结论 | 第64页 |
| ·不足之处与展望 | 第64-66页 |
| 附录（一）神经网络节点权值 | 第66-67页 |
| 附录（二）某股份制上市商业银行数据 | 第67-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
