| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 研究的背景 | 第9-11页 |
| 1.2 研究的目的及意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-16页 |
| 1.3.1 客户关系管理理论 | 第12-14页 |
| 1.3.2 关联规则应用综述 | 第14-16页 |
| 1.4 研究的内容及方法 | 第16-17页 |
| 1.4.1 研究内容 | 第16-17页 |
| 1.4.2 研究方法 | 第17页 |
| 1.5 论文的架构 | 第17-20页 |
| 1.5.1 研究框架 | 第17-18页 |
| 1.5.2 技术路线图 | 第18-20页 |
| 第2章 理论基础 | 第20-32页 |
| 2.1 客户关系管理理论 | 第20-24页 |
| 2.1.1 客户关系管理的产生与发展 | 第20-21页 |
| 2.1.2 客户价值理论 | 第21-23页 |
| 2.1.3 客户生命周期理论 | 第23-24页 |
| 2.2 数据挖掘理论 | 第24-27页 |
| 2.2.1 数据挖掘的定义 | 第24-25页 |
| 2.2.2 数据挖掘的分类和主要方法 | 第25页 |
| 2.2.3 数据挖掘的基本步骤 | 第25-27页 |
| 2.2.4 数据挖掘的发展 | 第27页 |
| 2.3 关联规则挖掘理论 | 第27-31页 |
| 2.3.1 相关概念与分类 | 第27-29页 |
| 2.3.2 关联规则挖掘问题 | 第29-30页 |
| 2.3.3 关联规则挖掘在CRM中应用 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 构建港口企业关联规则挖掘流程框架 | 第32-43页 |
| 3.1 国内港口企业发展情况与需求分析 | 第32-34页 |
| 3.1.1 港口企业发展情况 | 第32-33页 |
| 3.1.2 存在问题与需求分析 | 第33-34页 |
| 3.2 Apriori算法 | 第34-36页 |
| 3.2.1 算法相关定义及性质 | 第34页 |
| 3.2.2 算法功能 | 第34-35页 |
| 3.2.3 算法步骤 | 第35-36页 |
| 3.3 构建关联规则挖掘流程框架 | 第36-42页 |
| 3.3.1 业务目标定义 | 第36-37页 |
| 3.3.2 交易数据预处理 | 第37-39页 |
| 3.3.3 关联规则挖掘 | 第39-41页 |
| 3.3.4 结果分析 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 关联规则挖掘在X港务集团客户关系中的应用分析 | 第43-56页 |
| 4.1 项目背景 | 第43-45页 |
| 4.1.1 企业背景 | 第43页 |
| 4.1.2 存在问题与需求分析 | 第43-45页 |
| 4.2 关联规则挖掘流程框架应用 | 第45-53页 |
| 4.2.1 业务目标定义 | 第45页 |
| 4.2.2 交易数据预处理 | 第45-49页 |
| 4.2.3 关联规则挖掘 | 第49-50页 |
| 4.2.4 结果分析 | 第50-53页 |
| 4.3 客户关系管理提升方案 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 5.1 研究成果及创新 | 第56-57页 |
| 5.2 研究展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 个人简历 | 第62页 |