| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-26页 |
| 1.1 选题背景和意义 | 第11-16页 |
| 1.1.1 选题的理论背景 | 第11-13页 |
| 1.1.2 选题的现实背景 | 第13-14页 |
| 1.1.3 研究的意义 | 第14-16页 |
| 1.2 研究内容和方法 | 第16-18页 |
| 1.2.1 研究的内容 | 第16页 |
| 1.2.2 拟采用的研究方法 | 第16-18页 |
| 1.3 文献综述 | 第18-24页 |
| 1.3.1 相关概念 | 第18-19页 |
| 1.3.2 客户细分管理国内外相关研究现状 | 第19-22页 |
| 1.3.3 RFM模型的国内外研究现状 | 第22-23页 |
| 1.3.4 SOM自组织神经网络的国内外研究现状 | 第23-24页 |
| 1.4 论文结构 | 第24-26页 |
| 第二章 基于RFM模型的数据整理 | 第26-34页 |
| 2.1 RFM数据的相关性检验 | 第27-30页 |
| 2.1.1 近度R值、频度F值和值度M值之间的相关性检验 | 第28-29页 |
| 2.1.2 频度F和平均交易金额(?)之间的相关性检验 | 第29-30页 |
| 2.2 RFM数据的标准化 | 第30-33页 |
| 2.3 本章小结 | 第33-34页 |
| 第三章 基于SOM的客户分类算法 | 第34-46页 |
| 3.1 神经网络训练样本的选取 | 第34-35页 |
| 3.2 神经网络初始参数的设定 | 第35-37页 |
| 3.3 SOM神经网络的训练阶段 | 第37-44页 |
| 3.4 SOM神经网络的聚类阶段 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 分类结果与分析 | 第46-64页 |
| 4.1 训练阶段的分类结果 | 第46-54页 |
| 4.2 聚类阶段的分类结果 | 第54-56页 |
| 4.3 研究结果与分析 | 第56-58页 |
| 4.4 SOM分类法与ABC分类法分类结果的对比分析 | 第58-62页 |
| 4.4.1 ABC分类法的分类结果 | 第58-59页 |
| 4.4.2 SOM分类法与ABC分类法的分类结果对比 | 第59-62页 |
| 4.5 本章小结 | 第62-64页 |
| 第五章 结论与展望 | 第64-66页 |
| 5.1 本文的主要结论 | 第64-65页 |
| 5.2 研究展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70-75页 |
| 附录一 SOM神经网络训练阶段代码 | 第70-74页 |
| 附录二 SOM神经网络聚类阶段代码 | 第74-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 附表 | 第77页 |
