首页--经济论文--经济计划与管理论文--企业经济论文--企业供销管理论文

电子商务网站中客户流失预测模型研究

摘要第1-7页
Abstract第7-18页
第1章 绪论第18-28页
   ·研究背景及目的意义第18-19页
     ·研究背景第18-19页
     ·研究目的和意义第19页
   ·国内外研究现状第19-23页
     ·契约关系情景下客户流失预测方法国内外研究现状第20-21页
     ·非契约关系情景下客户流失预测方法国内外研究现状第21-22页
     ·国内外研究现状评述第22-23页
   ·研究思路、主要内容、研究方法、创新点第23-26页
     ·研究内容第23-24页
     ·研究思路第24页
     ·研究方法第24-25页
     ·研究创新点第25-26页
   ·技术路线第26-27页
   ·本章小结第27-28页
第2章 相关理论及技术第28-40页
   ·客户关系管理第28-30页
     ·CRM 概述第28页
     ·CRM 的核心思想第28-29页
     ·CRM 的目标第29页
     ·CRM 在电子商务中应用第29-30页
   ·电子商务客户流失及相关理论第30-31页
     ·客户流失第30-31页
     ·电子商务客户流失第31页
   ·Pareto/NBD 模型第31-33页
   ·数据挖掘第33-34页
     ·数据挖掘定义第33页
     ·数据挖掘的任务第33页
     ·数据挖掘的过程第33-34页
   ·用于预测的数据挖掘方法第34-38页
     ·朴素贝叶斯算法第35页
     ·支持向量机第35-37页
     ·BP 神经网络第37-38页
   ·本章小结第38-40页
第3章 电子商务网站客户流失预测模型第40-46页
   ·建立网站客户流失预测模型的可行性与必要性第40-41页
   ·Pareto/NBD 预测模型第41-42页
     ·数据处理第41页
     ·参数估计第41页
     ·客户活跃度计算第41页
     ·算法实现第41-42页
   ·朴素贝叶斯算法预测模型第42-43页
     ·算法步骤第42页
     ·算法实现第42-43页
   ·支持向量机预测模型第43页
     ·指标的选择第43页
     ·模型的构造第43页
     ·算法实现第43页
   ·BP 神经网络预测模型第43-45页
     ·BP 神经网络模型的结构设计第43-44页
     ·BP 神经网络初始参数的选择第44页
     ·算法实现第44-45页
   ·本章小结第45-46页
第4章 网站客户流失预测模型实证研究第46-65页
   ·基于Pareto/NBD 模型的客户流失预测实证研究第46-52页
     ·数据的获取与解释第46页
     ·Pareto/NBD 模型参数估计第46-50页
     ·Pareto/NBD 模型计算客户活跃度第50-52页
   ·基于朴素贝叶斯算法的客户流失预测实证研究第52-57页
     ·数据的获取与解释第52页
     ·训练样本训练朴素贝叶斯算法模型第52-56页
     ·测试样本验证朴素贝叶斯算法模型第56-57页
   ·基于支持向量机的客户流失预测实证研究第57-58页
     ·数据的获取与解释第57页
     ·支持向量机模型的构造第57-58页
   ·基于BP 神经网络的客户流失预测实证研究第58-61页
     ·数据的获取与解释第58-59页
     ·模型训练及测试第59-61页
   ·模型评价第61-64页
     ·模型评价标准第61-62页
     ·模型评价结果第62-64页
   ·本章小结第64-65页
第5章 控制电子商务网站客户流失的策略研究第65-72页
   ·电子商务网站客户流失类型第65-66页
   ·控制电子商务网站客户流失的策略制定原则第66页
   ·控制电子商务网站客户流失的策略第66-71页
     ·导致电子商务网站客户流失的受力分析第66-68页
     ·基于受力分析的控制电子商务网站客户流失的策略第68-71页
   ·本章小结第71-72页
总结与展望第72-74页
参考文献第74-77页
攻读学位期间发表的学术论文第77-78页
致谢第78-79页
详细摘要第79-83页

论文共83页,点击 下载论文
上一篇:基于工作流的访问控制模型的研究与应用
下一篇:基于NS2的QoS选播问题仿真研究