| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-7页 |
| 第一章 绪论 | 第7-11页 |
| §1．1 立题背景 | 第7-9页 |
| 1．1．1 客户关系管理——企业获利的保障 | 第7页 |
| 1．1．2 数据挖掘技术——信息时代的趋势 | 第7-8页 |
| 1．1．3 面临的问题 | 第8-9页 |
| §1．2 课题研究内容及意义 | 第9-10页 |
| §1．3 论文结构 | 第10-11页 |
| 第二章 客户关系管理的研究 | 第11-19页 |
| §2．1 客户关系管理的产生 | 第11页 |
| §2．2 客户关系管理的概念及特征 | 第11-14页 |
| 2．2．1 客户关系管理（CRM） | 第11-12页 |
| 2．2．2 与传统企业管理模式的比较 | 第12-13页 |
| 2．2．3 CRM的特征 | 第13-14页 |
| §2．3 为什么要实施CRM解决方案? | 第14-15页 |
| §2．4 CRM的分类 | 第15-16页 |
| §2．5 CRM的实现过程 | 第16-17页 |
| §2．6 CRM的发展现状与前景 | 第17-19页 |
| 第三章 数据挖掘的研究 | 第19-32页 |
| §3．1 什么是数据挖掘（DATA MINING） | 第19页 |
| §3．2 数据挖掘技术的由来 | 第19-20页 |
| §3．3 数据挖掘的定义 | 第20-21页 |
| 3．3．1 技术上的定义 | 第20-21页 |
| 3．3．2 商业角度的定义 | 第21页 |
| §3．4 数据仓库及联机分析处理技术研究 | 第21-25页 |
| 3．4．1 什么是数据仓库（Data Warehouse DW） | 第21-22页 |
| 3．4．2 数据仓库系统的结构 | 第22-23页 |
| 3．4．3 针对客户关系管理的数据仓库设计 | 第23-24页 |
| 3．4．4 联机分析处理（OnLine Analytical Precessing OLAP） | 第24-25页 |
| §3．5 数据挖掘与传统分析方法和在线分析处理的比较 | 第25-26页 |
| 3．5．1 数据挖掘与统计分析技术 | 第25页 |
| 3．5．2 数据挖掘与在线分析处理（OLAP） | 第25-26页 |
| §3．6 数据挖掘和数据仓库的关系 | 第26-27页 |
| §3．7 典型的数据挖掘方法 | 第27-32页 |
| 3．7．1 关联规则 | 第27-29页 |
| 3．7．2 序列模式分析 | 第29页 |
| 3．7．3 分类分析 | 第29-31页 |
| 3．7．4 聚类分析 | 第31-32页 |
| 第四章 构建数据挖掘来实现客户关系管理系统 | 第32-37页 |
| §4．1 数据挖掘在CRM中的应用 | 第32-35页 |
| 4．1．1 CRM的业务模型和CRM解决方案的核心思想 | 第32-33页 |
| 4．1．2 数据挖掘在CRM中的具体应用 | 第33-35页 |
| §4．2 CRM中的数据挖掘过程 | 第35-37页 |
| 第五章 大型超市客户关系管理系统SMCRM的设计和实现 | 第37-49页 |
| §5．1 系统背景与基础 | 第37-38页 |
| §5．2 系统功能描述 | 第38-39页 |
| §5．3 系统结构描述 | 第39-41页 |
| §5．4 OLTP数据库模型的设计与实现 | 第41-42页 |
| §5．5 数据仓库模型的设计与实现 | 第42-43页 |
| §5．6 数据挖掘模型的设计与实现 | 第43-48页 |
| 5．6．1 数据挖掘模型的构架 | 第43-44页 |
| 5．6．2 数据挖掘模型的训练 | 第44-46页 |
| 5．6．3 数据挖掘模型的建立和使用 | 第46-48页 |
| §5．7 系统特点及优势 | 第48-49页 |
| 第六章 结束语 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-53页 |
