| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-14页 |
| 1.1 论文的研究背景 | 第7-11页 |
| 1.1.1 中国证券行业当前现状 | 第7-10页 |
| 1.1.2 数据挖掘技术及发展 | 第10-11页 |
| 1.2 研究的意义及主要方法 | 第11-13页 |
| 1.2.1 研究的意义 | 第11页 |
| 1.2.2 论文的主要内容 | 第11-13页 |
| 1.3 本章小结 | 第13-14页 |
| 第2章 证券行业客户服务相关理论 | 第14-22页 |
| 2.1 客户服务的基本概念 | 第14-16页 |
| 2.1.1 客户服务基本概念 | 第14页 |
| 2.1.2 证券行业客户服务流程 | 第14-16页 |
| 2.2 证券行业客户服务工作相关理论及平台思维 | 第16-21页 |
| 2.2.1 客户生命周期理论 | 第16-20页 |
| 2.2.2 证券公司平台思维 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 数据挖掘技术 | 第22-30页 |
| 3.1 数据挖掘的定义 | 第22-23页 |
| 3.1.1 数据挖掘技术典型定义 | 第22页 |
| 3.1.2 数据挖掘过程 | 第22-23页 |
| 3.2 数据挖掘任务 | 第23-25页 |
| 3.2.1 分类 | 第23-24页 |
| 3.2.2 聚类 | 第24-25页 |
| 3.3 常用数据挖掘算法简述 | 第25-29页 |
| 3.3.1 朴素贝叶斯模型（Naive Bayesian Model） | 第25-27页 |
| 3.3.2 决策树模型(Decision Tree Model) | 第27-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 数据挖掘技术在证券客户服务中的应用 | 第30-51页 |
| 4.1 泉州华福证券、客户群体的基本情况以及系统建设背景 | 第30-31页 |
| 4.2 客户服务系统概况 | 第31-33页 |
| 4.2.1 系统简介 | 第31-32页 |
| 4.2.2 系统功能架构 | 第32-33页 |
| 4.3 数据的提取 | 第33-34页 |
| 4.4 数据预处理 | 第34-40页 |
| 4.4.1 数据预处理的重要性 | 第35页 |
| 4.4.2 数据预处理的主要方法 | 第35-40页 |
| 4.5 数据挖掘系统 | 第40-47页 |
| 4.5.1 朴素贝叶斯模型 | 第40-43页 |
| 4.5.2 决策树模型 | 第43-45页 |
| 4.5.3 模型优化 | 第45页 |
| 4.5.4 分类模型的部署实施 | 第45-47页 |
| 4.6 客户服务模块 | 第47-50页 |
| 4.6.1 客户分类服务模块简介 | 第47页 |
| 4.6.2 日常客户服务 | 第47-48页 |
| 4.6.3 主动型服务 | 第48-49页 |
| 4.6.4 服务策略 | 第49-50页 |
| 4.7 本章小结 | 第50-51页 |
| 第5章 总结 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55-56页 |
| 个人简历 | 第56页 |
