基于BP网络的客户分类方法研究
| 第一章 绪论 | 第1-13页 |
| ·引言 | 第7页 |
| ·客户关系管理 | 第7-11页 |
| ·客户关系管理的提出与发展 | 第7-8页 |
| ·客户关系管理的内涵 | 第8-9页 |
| ·客户关系管理的功能 | 第9-10页 |
| ·客户关系管理的步骤 | 第10-11页 |
| ·客户分类方法研究与应用现状 | 第11页 |
| ·本论文的主要内容 | 第11-13页 |
| 第二章 BP网络研究 | 第13-23页 |
| ·人工神经网络 | 第13-16页 |
| ·人工神经网络的工作原理 | 第13-14页 |
| ·人工神经网络的特点 | 第14页 |
| ·人工神经网络的主要功能 | 第14-15页 |
| ·人工神经网络的主要类型 | 第15-16页 |
| ·BP网络 | 第16-23页 |
| ·前向神经网络模型的结构 | 第16-17页 |
| ·前向神经网络用于分类的工作原理 | 第17-18页 |
| ·BP算法介绍 | 第18-23页 |
| 第三章 客户分类方法研究 | 第23-31页 |
| ·客户分类的必要性 | 第23页 |
| ·传统客户分类方法研究 | 第23-26页 |
| ·基于客户的统计学特征对客户进行分类 | 第24页 |
| ·基于客户的购买行为对客户进行分类 | 第24-26页 |
| ·基于客户价值的客户分类方法 | 第26-31页 |
| ·客户价值的概念 | 第26-27页 |
| ·客户价值评估模型 | 第27-29页 |
| ·ABC分类方法 | 第29-30页 |
| ·基于客户价值的客户分类方法 | 第30-31页 |
| 第四章 基于BP网络的客户分类方法研究 | 第31-43页 |
| ·应用人工神经网络进行客户分类的原理 | 第31-37页 |
| ·历史客户档案的建立 | 第32-33页 |
| ·将历史客户进行分类 | 第33页 |
| ·训练人工神经网络 | 第33-36页 |
| ·利用人工神经网络进行客户分类 | 第36页 |
| ·针对不同类型客户的特点制定相应的客户服务策略 | 第36-37页 |
| ·用于客户分类的BP网络设计 | 第37-43页 |
| ·BP网络模型设计 | 第37-39页 |
| ·BP网络初始参数的选择 | 第39页 |
| ·BP网络学习算法的设计 | 第39-41页 |
| ·分类结果分析 | 第41-43页 |
| 第五章 连锁超市客户关系管理系统的研究与开发 | 第43-59页 |
| ·客户关系管理系统介绍 | 第43-48页 |
| ·客户关系管理系统的构成 | 第43-45页 |
| ·客户关系管理系统对技术手段的要求 | 第45页 |
| ·CRM、SCM、ERP的集成 | 第45-47页 |
| ·客户关系管理的应用现状 | 第47-48页 |
| ·系统开发背景 | 第48页 |
| ·系统开发工具及平台 | 第48-49页 |
| ·系统介绍 | 第49-59页 |
| ·后台数据库设计 | 第49-51页 |
| ·系统流程设计 | 第51-52页 |
| ·系统的实现 | 第52-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 在学期间研究成果 | 第62-63页 |
| 参考文献 | 第63-64页 |
