| 摘要 | 第4-8页 |
| ABSTRACT | 第8-10页 |
| 前言 | 第13-14页 |
| 第1章 绪论 | 第14-21页 |
| 1.1 研究目的与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-21页 |
| 1.2.1 融资租赁发展沿革 | 第15-18页 |
| 1.2.2 YD融资租赁公司在客户细分领域的现状及采取的措施 | 第18-19页 |
| 1.2.3 数据挖掘技术在YD融资租赁公司客户细分中的作用 | 第19-21页 |
| 第2章 数据挖据相关技术 | 第21-39页 |
| 2.1 数据挖掘的产生和基本概念 | 第21-25页 |
| 2.1.1 技术上的含义 | 第21-22页 |
| 2.1.2 商业角度的定义 | 第22-23页 |
| 2.1.3 数据挖掘与传统分析方法的区别 | 第23页 |
| 2.1.4 数据挖掘和数据仓库的关系 | 第23-24页 |
| 2.1.5 数据挖掘和在线分析处理（OLAP）的区别 | 第24-25页 |
| 2.1.6 数据挖掘与机器学习、统计的关系 | 第25页 |
| 2.2 数据挖掘的基本过程 | 第25-27页 |
| 2.2.1 几种数据挖掘过程的参考模型 | 第25-26页 |
| 2.2.2 数据挖掘过程工作量分析 | 第26-27页 |
| 2.3 数据挖掘的主要功能 | 第27-28页 |
| 2.4 数据挖掘的任务和主要分类 | 第28-29页 |
| 2.5 数据挖掘的主要技术和方法 | 第29-39页 |
| 第3章 基于数据挖据的YD融资租赁的客户细分模型 | 第39-49页 |
| 3.1 客户细分理论 | 第39-46页 |
| 3.1.1 评估RFM的权重方法 | 第40-43页 |
| 3.1.2 K-means聚类方法及在客户群体排名中的运用 | 第43-46页 |
| 3.2 基于关联规则的推荐方法 | 第46-47页 |
| 3.2.1 关联规则挖掘 | 第46-47页 |
| 3.2.2 以关联规则为基础的推荐方法 | 第47页 |
| 3.3 小结 | 第47-49页 |
| 第4章 YD融资租赁有限公司的客户细分的实证分析 | 第49-56页 |
| 4.1 实验设置及说明 | 第49页 |
| 4.2 客户聚类 | 第49-53页 |
| 4.2.1 R、F、M三个参数的权重的计算 | 第49-51页 |
| 4.2.2 客户聚类在RFM基础上的运用 | 第51-53页 |
| 4.3 基于细分结果的YD融资租赁公司的营销应用 | 第53-56页 |
| 第5章 研究结论与展望 | 第56-60页 |
| 5.1 模型的局限性和相应的完善措施 | 第56-58页 |
| 5.1.1 模型的适用范围 | 第56-57页 |
| 5.1.2 细分特征值的确定 | 第57-58页 |
| 5.2 后续工作 | 第58-60页 |
| 参考文献 | 第60-61页 |
