旅行社客户关系管理中的数据挖掘应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-14页 |
| 第1章 绪论 | 第14-22页 |
| ·选题背景及意义 | 第14-15页 |
| ·选题背景 | 第14-15页 |
| ·研究意义 | 第15页 |
| ·国内外研究现状 | 第15-19页 |
| ·客户关系管理在旅游业管理中的应用现状 | 第16-17页 |
| ·数据挖掘技术在旅游业管理中的应用现状 | 第17-19页 |
| ·研究内容 | 第19-21页 |
| ·研究思路 | 第19页 |
| ·研究内容 | 第19页 |
| ·组织结构 | 第19-20页 |
| ·创新点 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第2章 CRM 与数据挖掘理论 | 第22-36页 |
| ·CRM 基本理论 | 第22-25页 |
| ·CRM 产生与发展趋势 | 第22-23页 |
| ·CRM 的含义 | 第23-24页 |
| ·CRM 构成与实现 | 第24-25页 |
| ·数据挖掘基本理论 | 第25-27页 |
| ·数据挖掘含义 | 第25-26页 |
| ·数据挖掘过程 | 第26-27页 |
| ·运用在 CRM 中的数据挖掘分类 | 第27-31页 |
| ·CRM 中数据挖掘分类框架 | 第27-29页 |
| ·CRM 中的常用数据挖掘技术简述 | 第29-31页 |
| ·GA 与 K-means 算法原理 | 第31-35页 |
| ·GA 算法原理 | 第31-33页 |
| ·K-means 算法原理 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 旅行社对 CRM 和数据挖掘的需求 | 第36-43页 |
| ·旅行社对 CRM 的需求 | 第36-39页 |
| ·旅行社行业现状 | 第36-37页 |
| ·旅游业及游客需求特点 | 第37-39页 |
| ·旅行社对数据挖掘的需求 | 第39-42页 |
| ·游客群体分类和聚类分析 | 第40页 |
| ·游客需求识别和预测 | 第40-41页 |
| ·游客投诉和流失的预防及控制 | 第41页 |
| ·旅游产品和服务的关联分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 数据挖掘在旅行社客户关系管理中的应用 | 第43-61页 |
| ·TCRM 数据挖掘步骤 | 第43-45页 |
| ·数据来源 | 第43-44页 |
| ·数据处理 | 第44页 |
| ·数据库 | 第44-45页 |
| ·数据挖掘 | 第45页 |
| ·信息分析和利用 | 第45页 |
| ·TCRM 数据挖掘具体算法举例 | 第45-57页 |
| ·基于 GA 的 K-means 聚类算法的提出 | 第45-49页 |
| ·基于 GA 的 K-means 聚类算法步骤 | 第49-56页 |
| ·算法的实现 | 第56-57页 |
| ·算法测试 | 第57-60页 |
| ·实验数据 | 第57-58页 |
| ·参数设置 | 第58页 |
| ·实验结果与分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 案例分析 | 第61-74页 |
| ·案例背景 | 第61-63页 |
| ·ZGGL 概况 | 第61-62页 |
| ·ZGGL 的聚类分析应用目标 | 第62-63页 |
| ·聚类分析在 ZGGL 的 TCRM 中应用举例 | 第63-72页 |
| ·数据准备 | 第63-66页 |
| ·数据挖掘 | 第66-68页 |
| ·结果与分析 | 第68-72页 |
| ·旅行社实施 CRM 的建议 | 第72-73页 |
| ·营销创新 | 第72页 |
| ·客户细分 | 第72页 |
| ·技术与人员的准备 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 结语 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 附录 | 第81-84页 |
| 攻读学位期间发表的学术论文 | 第84-85页 |
| 致谢 | 第85-86页 |
| 详细摘要 | 第86-90页 |
