分类技术及其在客户关系管理中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·问题的提出 | 第8-9页 |
| ·课题背景 | 第9页 |
| ·本文结构 | 第9-10页 |
| ·本章小结 | 第10-11页 |
| 第二章 数据挖掘及CRM基本理论 | 第11-24页 |
| ·数据挖掘理论 | 第11-15页 |
| ·数据挖掘的定义及由来 | 第11-12页 |
| ·数据挖掘的研究现状和发展趋势 | 第12-13页 |
| ·数据挖掘的功能 | 第13-14页 |
| ·数据挖掘的应用 | 第14页 |
| ·数据挖掘的步骤 | 第14-15页 |
| ·CRM理论 | 第15-19页 |
| ·CPN的定义 | 第15-16页 |
| ·CRM的产生及其发展 | 第16-17页 |
| ·CRM的功能 | 第17-18页 |
| ·CRM的系统组成 | 第18-19页 |
| ·数据挖掘与CRM | 第19-23页 |
| ·CRM中数据挖掘系统结构 | 第19-20页 |
| ·CRM中数据挖掘过程 | 第20-22页 |
| ·CRM中数据挖掘的应用 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 分类与属性选择 | 第24-33页 |
| ·分类 | 第24-29页 |
| ·分类的定义 | 第24页 |
| ·分类的主要步骤 | 第24-25页 |
| ·分类的主要方法 | 第25-29页 |
| ·决策树 | 第25-26页 |
| ·贝叶斯分类 | 第26-27页 |
| ·神经网络 | 第27-29页 |
| ·支持矢量机 | 第29页 |
| ·分类面临的主要问题 | 第29页 |
| ·属性选择 | 第29-32页 |
| ·属性选择简介 | 第29-31页 |
| ·属性选择方法 | 第31-32页 |
| ·过滤方法 | 第31-32页 |
| ·打包方法 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于信息增益和卡方检验的属性选择算法 | 第33-38页 |
| ·应用背景介绍 | 第33页 |
| ·理论背景 | 第33-34页 |
| ·基于信息增益和卡方检验的属性选择算法 | 第34-37页 |
| ·算法分析 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第五章 分类技术在客户关系管理中的应用 | 第38-54页 |
| ·商业理解 | 第38-40页 |
| ·问题的提出 | 第38页 |
| ·问题的描述 | 第38-40页 |
| ·数据准备 | 第40-46页 |
| ·对象数据分析 | 第40页 |
| ·数据集市 | 第40-41页 |
| ·信息宽表 | 第41-46页 |
| ·接口数据层 | 第41-44页 |
| ·集市汇总集 | 第44-46页 |
| ·模型的建立 | 第46-53页 |
| ·属性选择 | 第46-48页 |
| ·数据抽样 | 第48-49页 |
| ·模型时间结构 | 第49-50页 |
| ·数据挖掘 | 第50页 |
| ·挖掘的结果展示 | 第50-52页 |
| ·模型的评估 | 第52-53页 |
| ·评估标准 | 第52页 |
| ·评估结果 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结和展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58页 |
