基于数据挖掘的CRM系统及其在律师行业中应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·什么是CRM？ | 第10页 |
| ·CRM 的研究现状及发展趋势 | 第10-12页 |
| ·课题的研究背景及意义 | 第12页 |
| ·本文主要研究内容 | 第12-14页 |
| ·本文篇章结构 | 第14-15页 |
| 第二章 律师行业CRM 系统需求分析 | 第15-21页 |
| ·行业现状及问题的提出 | 第15-16页 |
| ·律师行业的业务及其特点 | 第16-18页 |
| ·客户忠诚度分析 | 第18-20页 |
| ·客户忠诚度的概念 | 第18页 |
| ·客户金字塔 | 第18-19页 |
| ·数据维度分析 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 系统总体框架设计 | 第21-28页 |
| ·系统框架结构及技术路线 | 第21-25页 |
| ·技术路线 | 第21-22页 |
| ·B/S 体系结构 | 第22-24页 |
| ·开发工具及运行环境 | 第24-25页 |
| ·系统主要功能模块划分 | 第25-27页 |
| ·客户管理 | 第25页 |
| ·案件管理 | 第25-26页 |
| ·法律文书管理 | 第26-27页 |
| ·其他辅助功能模块 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第四章 数据库设计 | 第28-39页 |
| ·律师办案业务流程数据模型 | 第28页 |
| ·数据库设计 | 第28-38页 |
| ·数据实体-逻辑关系图（E-R 图） | 第29-30页 |
| ·数据库结构设计 | 第30-34页 |
| ·输入输出设计 | 第34-35页 |
| ·创建存储过程 | 第35-37页 |
| ·数据库驱动链接 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 基于KBE 技术的知识库 | 第39-55页 |
| ·什么是KBE？ | 第39-40页 |
| ·基于知识的案件信息模型 | 第40-41页 |
| ·知识库管理技术 | 第41-46页 |
| ·事务所业务知识在CRM 系统中的存储框架 | 第42-44页 |
| ·案例检索 | 第44-46页 |
| ·分布式协同信息共享 | 第46-49页 |
| ·协同客户的结构 | 第46-47页 |
| ·协同设计应用服务器结构 | 第47页 |
| ·信息共享实现 | 第47-48页 |
| ·更新服务 | 第48-49页 |
| ·关联数据挖掘技术 | 第49-54页 |
| ·关联分析数据挖掘算法 | 第50-51页 |
| ·Apriori 核心算法 | 第51-53页 |
| ·关联数据挖掘在CRM 中的应用 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 系统实现 | 第55-67页 |
| ·系统功能模块实现 | 第55-61页 |
| ·律师业务管理 | 第55-58页 |
| ·客户管理 | 第58-60页 |
| ·系统设置 | 第60-61页 |
| ·系统基本结构及特点 | 第61-63页 |
| ·系统应用环境 | 第61-62页 |
| ·数据安全 | 第62-63页 |
| ·软件测试 | 第63-66页 |
| ·测试环境 | 第63-64页 |
| ·测试内容 | 第64页 |
| ·测试结论 | 第64页 |
| ·系统运行效果 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第七章 结论与展望 | 第67-72页 |
| ·本文研究总结 | 第67-68页 |
| ·前景展望 | 第68-71页 |
| ·本章小结 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-75页 |
