基于数据挖掘的智能客户关系管理系统研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题背景 | 第10-12页 |
| ·客户关系管理——企业利润的源泉 | 第10页 |
| ·数据挖掘技术——信息时代的利器 | 第10-12页 |
| ·CRM 的发展现状及前景 | 第12-13页 |
| ·CRM 所面临的问题 | 第13-14页 |
| ·基于数据挖掘的智能客户关系管理系统 | 第14-15页 |
| ·本文的主要研究内容及结构安排 | 第15-17页 |
| ·研究内容 | 第15页 |
| ·结构安排 | 第15-17页 |
| 第2章 数据挖掘过程及算法 | 第17-27页 |
| ·数据挖掘概念及过程 | 第17-19页 |
| ·数据挖掘的目标 | 第19-21页 |
| ·数据挖掘的方法 | 第21-25页 |
| ·聚类算法概述 | 第21-24页 |
| ·粗糙集算法概述 | 第24-25页 |
| ·数据挖掘过程驱动策略 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于模糊聚类算法的客户分类规则挖掘 | 第27-36页 |
| ·聚类分析中的数据类型及处理 | 第27-28页 |
| ·生成有效聚类数目的算法改进 | 第28-32页 |
| ·模糊K 均值聚类(FKM)算法和讨论 | 第28-30页 |
| ·FKM 算法的改进 | 第30-32页 |
| ·模糊决策理论与m 参数的优化选择 | 第32-33页 |
| ·模糊聚类在客户分类中的应用 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于粗糙集算法的决策规则挖掘 | 第36-46页 |
| ·客户信息系统与决策表 | 第36-37页 |
| ·论域的划分及依赖度分析 | 第37-40页 |
| ·信息系统属性约简 | 第40-42页 |
| ·客户方案决策规则发现 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第5章 DMA—ICRM 的结构与设计实现 | 第46-55页 |
| ·基于数据挖掘分析的智能决策支持系统结构 | 第46-48页 |
| ·系统总体结构 | 第46-47页 |
| ·数据预处理模块 | 第47-48页 |
| ·规则生成模块 | 第48页 |
| ·问题求解模块 | 第48页 |
| ·客户关系管理(CRM)系统分析 | 第48-51页 |
| ·应用背景分析 | 第48-49页 |
| ·客户数据的来源和采集 | 第49-50页 |
| ·客户决策规则评价 | 第50-51页 |
| ·智能客户关系管理系统设计研究 | 第51-54页 |
| ·系统的体系结构 | 第51-52页 |
| ·功能模块的设计 | 第52-53页 |
| ·系统特点及实施方式 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的学术论文 | 第60-61页 |
| 致谢 | 第61页 |
