| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 银行业客户关系管理现状 | 第13-14页 |
| 1.2.2 数据挖掘技术研究现状 | 第14-16页 |
| 1.2.3 以数据挖掘为基础的银行业客户关系管理的发展现状 | 第16-17页 |
| 1.3 本文主要研究内容 | 第17-18页 |
| 1.4 论文的主要组织结构 | 第18-20页 |
| 第2章 关键技术概述 | 第20-32页 |
| 2.1 数据挖掘技术 | 第20-26页 |
| 2.1.1 数据挖掘技术定义及主要特点 | 第20-23页 |
| 2.1.2 数据挖掘的目的 | 第23页 |
| 2.1.3 遗传算法 | 第23-24页 |
| 2.1.4 人工神经网络 | 第24页 |
| 2.1.5 决策树算法 | 第24-26页 |
| 2.2 客户关系管理概述 | 第26-31页 |
| 2.2.1 客户关系管理的定义 | 第26-27页 |
| 2.2.2 客户关系管理的分类 | 第27-30页 |
| 2.2.3 银行客户关系管理的特点 | 第30-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第3章 银行客户关系管理系统需求分析 | 第32-36页 |
| 3.1 系统设计目标 | 第32-33页 |
| 3.2 系统功能需求 | 第33-35页 |
| 3.3 非功能性需求 | 第35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 银行业客户关系管理系统设计 | 第36-53页 |
| 4.1 数据挖掘设计 | 第36-44页 |
| 4.1.1 数据挖掘流程 | 第37-38页 |
| 4.1.2 数据预处理 | 第38-41页 |
| 4.1.3 建立数据挖掘模型 | 第41-43页 |
| 4.1.4 数据挖掘结论所应采取的措施 | 第43-44页 |
| 4.2 系统功能设计 | 第44-50页 |
| 4.2.1 系统总体设计 | 第44-45页 |
| 4.2.2 系统模块设计 | 第45-50页 |
| 4.3 客户关系管理系统数据库设计 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 银行客户关系管理系统的实现 | 第53-58页 |
| 5.1 系统开发环境 | 第53页 |
| 5.2 系统实现 | 第53-55页 |
| 5.2.1 系统登陆界面 | 第53-54页 |
| 5.2.2 客户管理模块 | 第54-55页 |
| 5.2.3 营销管理模块 | 第55页 |
| 5.3 系统测试 | 第55-57页 |
| 5.4 试运营结果分析 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |