| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·选题的背景和意义 | 第9-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·数据挖掘的研究现状 | 第11-12页 |
| ·数据仓库的应用现状 | 第12页 |
| ·数据仓库和数据挖掘的关系 | 第12-13页 |
| ·论文的研究目的 | 第13页 |
| ·论文的主要研究内容和结构安排 | 第13-15页 |
| 2 数据仓库技术与数据预处理 | 第15-30页 |
| ·数据仓库的定义及特点 | 第15-16页 |
| ·数据仓库的体系结构 | 第16页 |
| ·多维数据模型 | 第16-20页 |
| ·数据立方体 | 第16-17页 |
| ·数据仓库的数据模型 | 第17-18页 |
| ·度量的分类和计算 | 第18-19页 |
| ·概念分层 | 第19-20页 |
| ·数据立方体的物化 | 第20页 |
| ·联机分析处理OLAP | 第20-23页 |
| ·OLAP 的功能特性 | 第20-21页 |
| ·典型的OLAP 操作 | 第21-22页 |
| ·OLAP 与OLTP 的比较 | 第22页 |
| ·OLAP 服务器模型 | 第22-23页 |
| ·元数据 | 第23-25页 |
| ·元数据的定义 | 第23-24页 |
| ·元数据的作用 | 第24-25页 |
| ·数据预处理 | 第25-29页 |
| ·本章小结 | 第29-30页 |
| 3 数据挖掘技术 | 第30-44页 |
| ·数据挖掘研究内容和应用领域 | 第30-32页 |
| ·数据挖掘的研究内容 | 第30-31页 |
| ·数据挖掘的应用领域 | 第31-32页 |
| ·数据挖掘的主要模式 | 第32-37页 |
| ·模式的相关知识 | 第33页 |
| ·模式的种类 | 第33-37页 |
| ·数据挖掘的方法 | 第37-40页 |
| ·人工神经网络(Artificial Neural Networks) | 第37-38页 |
| ·遗传算法(Genetic Algorithms) | 第38页 |
| ·决策树(Decision Trees) | 第38-40页 |
| ·粗糙集(Rough Set) | 第40页 |
| ·微软分析服务与数据挖掘 | 第40-43页 |
| ·分析服务的体系结构 | 第40-41页 |
| ·微软分析服务的数据挖掘技术 | 第41-42页 |
| ·微软分析服务应用程序的体系结构 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 4 CRM 系统介绍和银行消费信贷的特点 | 第44-51页 |
| ·关于CRM 的定义 | 第44-46页 |
| ·CRM 的概念 | 第44-45页 |
| ·CRM 系统的实质 | 第45页 |
| ·实施CRM 的目的 | 第45-46页 |
| ·CRM 的主要组成部分 | 第46-48页 |
| ·CRM 的国内外研究现状 | 第48-49页 |
| ·CRM 在国外的发展 | 第48-49页 |
| ·CRM 在国内的发展情况 | 第49页 |
| ·商业银行消费信贷业务的特点和不足 | 第49-50页 |
| ·消费信贷的种类和特点 | 第49-50页 |
| ·我国银行业消费信贷业务发展中的不足[35] | 第50页 |
| ·本章小结 | 第50-51页 |
| 5 原型系统的设计与实现 | 第51-66页 |
| ·数据仓库的设计 | 第51-53页 |
| ·系统体系结构 | 第51-52页 |
| ·数据仓库的数据模型设计 | 第52-53页 |
| ·数据粒度 | 第53页 |
| ·数据预处理模块的设计 | 第53-56页 |
| ·管理控制模块的设计 | 第56-57页 |
| ·多维数据分析的设计和查询展示 | 第57-63页 |
| ·数据立方体的设计 | 第57-59页 |
| ·OLAP 查询和结果展示 | 第59-63页 |
| ·数据挖掘的实现 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 6 论文总结 | 第66-67页 |
| ·总结 | 第66页 |
| ·将来的工作 | 第66-67页 |
| 致 谢 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 附 录 | 第70-71页 |
| 独创性声明 | 第71页 |
| 学位论文版权使用授权书 | 第71页 |