基于数据挖掘的客户分析模型的研究与应用
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 引言 | 第7-11页 |
| ·数据挖掘概况 | 第7-8页 |
| ·数据挖掘在客户分析中的应用 | 第8-9页 |
| ·本文工作 | 第9-10页 |
| ·本文结构安排 | 第10-11页 |
| 第二章 一种通用型的数据挖掘体系 | 第11-16页 |
| ·客户分析现状 | 第11页 |
| ·数据挖掘应用平台体系结构 | 第11-13页 |
| ·层次结构 | 第11-12页 |
| ·体系结构 | 第12-13页 |
| ·新型数据挖掘应用平台在客户分析领域的应用 | 第13-16页 |
| ·以客户为中心的数据仓库（CDW） | 第13-14页 |
| ·客户分析模型 | 第14-15页 |
| ·行业应用 | 第15-16页 |
| 第三章 数据挖掘过程模型及算法 | 第16-32页 |
| ·数据挖掘过程模型 | 第16-19页 |
| ·Fayyad 过程模型 | 第16-17页 |
| ·CRISP-DM 过程模型 | 第17-19页 |
| ·客户分析模型中应用的算法 | 第19-32页 |
| ·分类算法及 SLIQ 的改进 | 第19-23页 |
| ·聚类算法 | 第23-25页 |
| ·神经元网络算法 | 第25-28页 |
| ·关联规则 | 第28-32页 |
| 第四章 客户分析模型的设计与实现 | 第32-60页 |
| ·客户流失模型 | 第32-43页 |
| ·客户流失 | 第32页 |
| ·客户流失分析流程图 | 第32-33页 |
| ·客户流失分析步骤简介 | 第33-34页 |
| ·客户流失分析的实现 | 第34-40页 |
| ·数据挖掘工具 DMiner | 第40-41页 |
| ·实验及结果 | 第41-43页 |
| ·客户细分模型 | 第43-49页 |
| ·基本概念 | 第43-44页 |
| ·传统方法 | 第44-45页 |
| ·实现的数据挖掘方法 | 第45-46页 |
| ·实验及结果 | 第46-49页 |
| ·交叉销售模型 | 第49-55页 |
| ·模型设计 | 第49-52页 |
| ·实验及结果 | 第52-55页 |
| ·客户响应模型 | 第55-60页 |
| ·模型设计 | 第55-58页 |
| ·实验及结果 | 第58-60页 |
| 第五章 客户分析模型在银行领域的应用 | 第60-66页 |
| ·系统功能 | 第60页 |
| ·系统体系结构 | 第60-61页 |
| ·系统建设方式 | 第61-62页 |
| ·系统的数据挖掘模块 | 第62-65页 |
| ·系统应用 | 第65-66页 |
| 第六章 总结 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 附录 CDW 数据仓库设计说明 | 第72-81页 |
