摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第8-11页 |
1.1 选题背景和选题意义 | 第8页 |
1.2 国内外研究背景 | 第8-9页 |
1.3 本文主要研究方法及结构安排 | 第9-11页 |
1.3.1 研究方法 | 第9-10页 |
1.3.2 结构安排 | 第10-11页 |
第二章 客户细分规则及数据挖掘研究 | 第11-24页 |
2.1 客户细分理论 | 第11-12页 |
2.1.1 客户细分的概念 | 第11-12页 |
2.1.2 客户细分的方法 | 第12页 |
2.2 客户关系管理系统 | 第12-15页 |
2.2.1 客户关系管理的概念 | 第12-13页 |
2.2.2 客户关系管理的功能 | 第13-14页 |
2.2.3 客户关系管理的特征 | 第14-15页 |
2.3 电信营销中的客户细分分析 | 第15-16页 |
2.3.1 电信客户的群体特征 | 第15页 |
2.3.2 基于数据挖掘的电信客户细分设计目标 | 第15-16页 |
2.4 数据挖掘技术 | 第16-22页 |
2.4.1 数据挖掘的概念 | 第16页 |
2.4.2 数据挖掘的功能 | 第16-17页 |
2.4.3 数据挖掘的过程与实现 | 第17-18页 |
2.4.4 数据挖掘过程的模型 | 第18-20页 |
2.4.5 数据挖掘在客户关系管理中常用的技术 | 第20-21页 |
2.4.6 数据挖掘在客户关系管理中应用的过程 | 第21页 |
2.4.7 数据挖掘在商业中的运用 | 第21-22页 |
2.5 数据挖掘的算法研究 | 第22页 |
2.5.1 数据挖掘算法的概念 | 第22页 |
2.5.2 数据挖掘算法的分类 | 第22页 |
2.6 本章小结 | 第22-24页 |
第三章 优化后决策树算法的电信客户细分模型设计 | 第24-46页 |
3.1 数据挖掘算法中的决策树算法 | 第24-25页 |
3.1.1 决策树算法的概念 | 第24页 |
3.1.2 决策树的生成 | 第24-25页 |
3.2 常见的决策树算法 | 第25-27页 |
3.3 使用决策树算法的优势 | 第27页 |
3.4 数据挖掘工具SPSS Clementine | 第27-29页 |
3.5 现实问题中决策树算法的改进 | 第29-32页 |
3.5.1 模糊性决策树归纳的基本概念 | 第29页 |
3.5.2 决策树的模糊分类步骤 | 第29-30页 |
3.5.3 模糊决策树的优化思路 | 第30-31页 |
3.5.4 优化的决策树算法的建立 | 第31-32页 |
3.6 优化后决策树算法的电信客户细分模型的设计 | 第32-45页 |
3.6.1 客户细分模型的商业理解 | 第32页 |
3.6.2 客户细分模型的数据来源 | 第32-33页 |
3.6.3 客户细分模型的数据准备 | 第33-38页 |
3.6.4 模糊决策树算法的电信客户细分模型的生成 | 第38-45页 |
3.6.5 生成的电信客户细分模型的评估 | 第45页 |
3.7 本章小结 | 第45-46页 |
第四章 电信宽带针对性营销系统的设计与实现 | 第46-59页 |
4.1 电信宽带针对性营销系统的需求分析 | 第46-47页 |
4.2 针对性营销系统的设计目标 | 第47页 |
4.3 宽带针对性营销系统的架构 | 第47-48页 |
4.4 宽带针对性营销系统的总体功能设计 | 第48-52页 |
4.4.1 客户理解子系统 | 第49-50页 |
4.4.2 营销执行子系统 | 第50-51页 |
4.4.3 营销评估子系统 | 第51页 |
4.4.4 针对性营销系统流程设计 | 第51-52页 |
4.5 电信宽带针对性营销的设计与实现 | 第52-58页 |
4.6 本章小结 | 第58-59页 |
第五章 总结及研究展望 | 第59-61页 |
5.1 论文工作总结 | 第59页 |
5.2 研究展望 | 第59-61页 |
参考文献 | 第61-64页 |
附录 读硕士学位期间撰写的论文 | 第64-65页 |
致谢 | 第65页 |