| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 引言 | 第8-15页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外相关研究现状 | 第9-11页 |
| 1.2.1 客户流失研究现状 | 第9-11页 |
| 1.2.2 电子商务客户流失研究现状 | 第11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 研究的创新点 | 第12页 |
| 1.5 技术路线 | 第12-13页 |
| 1.6 论文的结构 | 第13-15页 |
| 2 相关理论和技术 | 第15-28页 |
| 2.1 客户关系管理 | 第15-18页 |
| 2.1.1 客户关系管理概述 | 第15-16页 |
| 2.1.2 客户价值 | 第16页 |
| 2.1.3 客户流失 | 第16-17页 |
| 2.1.4 电子商务客户流失 | 第17-18页 |
| 2.2 数据挖掘概述 | 第18-22页 |
| 2.2.1 数据挖掘的概念 | 第18-19页 |
| 2.2.2 数据挖掘应用领域 | 第19-21页 |
| 2.2.3 数据挖掘过程模型 | 第21-22页 |
| 2.3 电子商务客户流失数据挖掘技术 | 第22-25页 |
| 2.3.1 Logistic二元回归 | 第22-23页 |
| 2.3.2 神经网络 | 第23-25页 |
| 2.4 SPSS Clementine | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 3 基于SMC模型的电子商务客户潜在价值 | 第28-34页 |
| 3.1 电子商务客户价值评价体系 | 第28-29页 |
| 3.2 基于SMC模型的电子商务客户潜在价值 | 第29-33页 |
| 3.2.1 SMC模型 | 第29-32页 |
| 3.2.2 SMC模型与电子商务 | 第32-33页 |
| 3.2.3 基于SMC模型计算电子商务客户的潜在价值 | 第33页 |
| 3.3 本章小结 | 第33-34页 |
| 4 电子商务客户流失模型及实证分析 | 第34-52页 |
| 4.1 业务理解 | 第34页 |
| 4.2 数据准备 | 第34-36页 |
| 4.2.1 数据收集 | 第34-35页 |
| 4.2.2 数据清理及标准化 | 第35页 |
| 4.2.3 数据划分 | 第35-36页 |
| 4.3 指标选择 | 第36-41页 |
| 4.3.1 数据分析 | 第36-37页 |
| 4.3.2 确定建模指标 | 第37页 |
| 4.3.3 基于SMC模型计算客户潜在价值 | 第37-41页 |
| 4.4 电子商务客户流失模型建立 | 第41-42页 |
| 4.5 电子商务客户流失模型评估比较 | 第42-46页 |
| 4.5.1 Logistic模型评估 | 第42-44页 |
| 4.5.2 神经网络模型评估 | 第44页 |
| 4.5.3 基于潜在价值神经网络模型评估 | 第44-46页 |
| 4.6 电子商务客户流失模型结果分析 | 第46-50页 |
| 4.6.1 Logistic回归分析 | 第46-47页 |
| 4.6.2 BP神经网络 | 第47-48页 |
| 4.6.3 基于潜在价值BP神经网络 | 第48-50页 |
| 4.6.4 结果比较 | 第50页 |
| 4.7 本章小结 | 第50-52页 |
| 5 总结与展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 在学期间发表的学术论文和研究成果 | 第56-57页 |
| 致谢 | 第57-58页 |