基于CRM数据挖掘的电信客户细分模型分析与设计
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-11页 |
| ·课题来源 | 第9页 |
| ·课题研究背景 | 第9-10页 |
| ·研究成果及意义 | 第10页 |
| ·本文内容安排 | 第10-11页 |
| 2 电信客户细分理论基础 | 第11-17页 |
| ·当前电信业竞争环境 | 第11-12页 |
| ·客户细分理论的产生及概念 | 第12-13页 |
| ·客户细分理论的产生 | 第12页 |
| ·客户细分的概念 | 第12-13页 |
| ·电信客户细分的必要性 | 第13-14页 |
| ·电信客户细分方法的选择 | 第14-15页 |
| ·电信客户细分现状及应对措施 | 第15-17页 |
| 3 客户关系管理(CRM)系统 | 第17-29页 |
| ·客户关系管理的产生及其发展 | 第17-19页 |
| ·客户关系管理的内涵 | 第19-20页 |
| ·客户关系管理系统的基本构成、功能 | 第20-23页 |
| ·客户关系管理的基本构成 | 第20-22页 |
| ·客户关系管理的基本功能 | 第22-23页 |
| ·客户关系管理的实现 | 第23-24页 |
| ·电信行业客户关系管理 | 第24-29页 |
| ·CRM 系统的总体框架 | 第24-25页 |
| ·运作型CRM | 第25页 |
| ·分析型CRM | 第25-27页 |
| ·CRM 的模块结构 | 第27-28页 |
| ·CRM 的实施模型 | 第28-29页 |
| 4 数据挖掘相关技术 | 第29-42页 |
| ·数据挖掘的产生 | 第29页 |
| ·数据挖掘的定义 | 第29-31页 |
| ·数据挖掘的技术定义 | 第29-30页 |
| ·数据挖掘的商业定义 | 第30页 |
| ·数据挖掘与传统分析方法的区别 | 第30页 |
| ·典型的数据挖掘系统结构 | 第30-31页 |
| ·数据挖掘的功能 | 第31-32页 |
| ·数据挖掘的常用技术和挖掘工具 | 第32-35页 |
| ·数据挖掘的常用技术 | 第32-35页 |
| ·数据挖掘的常用工具 | 第35页 |
| ·数据挖掘的过程 | 第35-36页 |
| ·数据挖掘任务及其实现技术 | 第36-39页 |
| ·数据挖掘的常用算法 | 第39-40页 |
| ·数据挖掘在电信行业中的应用 | 第40-42页 |
| 5 客户细分模型的分析与建立 | 第42-61页 |
| ·模型的体系结构 | 第42-43页 |
| ·模型的开发工具 | 第43页 |
| ·模型的数据处理 | 第43-46页 |
| ·数据抽取 | 第43页 |
| ·数据清洗 | 第43-44页 |
| ·数据转换 | 第44页 |
| ·数据加载 | 第44-46页 |
| ·模型的挖掘算法 | 第46-51页 |
| ·系统聚类 | 第46-47页 |
| ·RBF 神经网络 | 第47-51页 |
| ·客户细分模型的建立 | 第51-55页 |
| ·数据预处理 | 第51-52页 |
| ·数据模型 | 第52-53页 |
| ·模型的建立 | 第53-55页 |
| ·模型参数输出 | 第55-57页 |
| ·模型的应用 | 第57-61页 |
| 6 结束语 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
