改进K-MEANS聚类算法在银行CRM中的应用与研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·研究背景 | 第11-13页 |
| ·课题产生背景 | 第11-12页 |
| ·课题研究现状 | 第12页 |
| ·课题应用及发展前景 | 第12-13页 |
| ·客户关系管理概述 | 第13-15页 |
| ·客户关系管理的含义 | 第13页 |
| ·客户关系管理的内容 | 第13-14页 |
| ·客户关系管理系统结构 | 第14-15页 |
| ·银行业客户关系管理现状 | 第15-16页 |
| ·研究目的与框架 | 第16-19页 |
| ·研究的目的 | 第16-17页 |
| ·研究的框架 | 第17-19页 |
| 第2章 CRM 与数据挖掘 | 第19-32页 |
| ·CRM 的功能与结构 | 第19-20页 |
| ·CRM 主要功能 | 第19-20页 |
| ·CRM 系统结构 | 第20页 |
| ·数据挖掘基本理论 | 第20-28页 |
| ·数据仓库与数据挖掘 | 第20-22页 |
| ·数据挖掘的功能 | 第22-24页 |
| ·数据挖掘的常用方法 | 第24-26页 |
| ·数据挖掘的一般流程 | 第26-28页 |
| ·数据挖掘在CRM 中的应用领域 | 第28-32页 |
| 第3章 CRM 中的数据仓库建立 | 第32-38页 |
| ·银行业业务数据仓库分析 | 第32页 |
| ·银行业CRM 中数据仓库设计 | 第32-36页 |
| ·数据仓库应用系统设计 | 第32-35页 |
| ·数据仓库的模型设计 | 第35-36页 |
| ·数据预处理 | 第36-38页 |
| 第4章 CRM 中的挖掘模型及算法设计 | 第38-49页 |
| ·聚类分析 | 第38-42页 |
| ·聚类分析的概念 | 第38-40页 |
| ·聚类分析的应用 | 第40页 |
| ·主要聚类分析的方法 | 第40-42页 |
| ·K-means 算法设计 | 第42-45页 |
| ·K-means 算法简介 | 第42-44页 |
| ·K-means 算法改进 | 第44-45页 |
| ·性能分析 | 第45页 |
| ·基于K-means 算法的模型设计 | 第45-49页 |
| 第5章 数据挖掘在银行客户细分中的应用 | 第49-56页 |
| ·银行中的客户管理 | 第49-50页 |
| ·相关数据的收集 | 第50-52页 |
| ·数据的预处理 | 第52页 |
| ·数据仓库建立 | 第52-53页 |
| ·数据挖掘算法 | 第53-54页 |
| ·实验实现和解释 | 第54-56页 |
| 第6章 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 附录一：客户交易信息字段表 | 第60-62页 |
| 附录二：数据仓库建立过程部分代码 | 第62-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的学术论文目录 | 第64页 |
