| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1. 绪论 | 第8-16页 |
| ·选题的背景 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·研究意义 | 第11-13页 |
| ·理论意义 | 第11页 |
| ·实践意义 | 第11-13页 |
| ·研究方法 | 第13页 |
| ·研究内容及创新点 | 第13-14页 |
| ·论文结构 | 第14-16页 |
| 2. B2C电子商务客户细分研究 | 第16-22页 |
| ·客户细分理论研究 | 第16-18页 |
| ·客户细分概述 | 第16-17页 |
| ·客户细分的依据 | 第17页 |
| ·客户细分方式 | 第17-18页 |
| ·传统客户细分的局限性 | 第18页 |
| ·B2C电子商务中客户细分的变化 | 第18-19页 |
| ·B2C电子商务客户细分的要求 | 第19-20页 |
| ·B2C电子商务客户细分技术研究 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3. B2C电子商务客户细分过程 | 第22-27页 |
| ·B2C电子商务环境下客户细分流程 | 第22-23页 |
| ·B2C电子商务环境下客户细分指标体系 | 第23-26页 |
| ·客户细分变量的选择标准 | 第23-24页 |
| ·客户细分指标体系构建 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 4. 聚类分析算法 | 第27-46页 |
| ·聚类定义 | 第27页 |
| ·聚类分析的特点 | 第27-28页 |
| ·聚类分析算法的划分 | 第28-30页 |
| ·从聚类结果角度划分 | 第28页 |
| ·从聚类变量类型角度划分 | 第28页 |
| ·从聚类原理角度划分 | 第28-30页 |
| ·主要代表聚类算法 | 第30-34页 |
| ·K-means算法 | 第30-31页 |
| ·SL层次聚类算法 | 第31-32页 |
| ·DBSCAN算法 | 第32-33页 |
| ·聚类算法的评价标准 | 第33-34页 |
| ·两步层次聚类算法 | 第34-40页 |
| ·两步层次聚类算法概述 | 第34-35页 |
| ·两步层次聚类算法的“亲疏程度” | 第35-36页 |
| ·两步层次聚类过程 | 第36-38页 |
| ·聚类数目的确定 | 第38-40页 |
| ·算法仿真实验 | 第40-45页 |
| ·算法准确率测试 | 第40-42页 |
| ·算法效率测试 | 第42-43页 |
| ·算法噪声敏感性测试 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 5. 基于两步层次聚类的算法应用于B2C电子商务客户细分 | 第46-54页 |
| ·聚类算法应用于客户细分的步骤 | 第46页 |
| ·数据获取 | 第46-47页 |
| ·数据准备与指标选取 | 第47-49页 |
| ·使用两步层次聚类算法进行客户细分 | 第49-52页 |
| ·客户细分聚类结果分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 6. 结论与展望 | 第54-56页 |
| ·结论 | 第54-55页 |
| ·B2C客户细分发展趋势 | 第55-56页 |
| 参考文献 | 第56-59页 |