面向客户关系挖掘的克隆选择算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-12页 |
| ·研究背景 | 第8-9页 |
| ·潜在客户预测方法研究现状 | 第9-10页 |
| ·论文主要工作介绍 | 第10-11页 |
| ·论文组织结构 | 第11-12页 |
| 2 数据挖掘简介 | 第12-24页 |
| ·数据挖掘的基本概念 | 第12-16页 |
| ·数据挖掘的分类功能 | 第16-20页 |
| ·贝叶斯方法 | 第17-18页 |
| ·决策树 | 第18-19页 |
| ·神经网络 | 第19页 |
| ·k-最邻近点分类 | 第19-20页 |
| ·数据挖掘工具简介 | 第20-22页 |
| ·数据挖掘在CRM中应用 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 人工免疫系统简介 | 第24-38页 |
| ·自然免疫系统基本原理 | 第24-26页 |
| ·人工免疫系统仿生机理 | 第26-27页 |
| ·人工免疫常用算法 | 第27-30页 |
| ·人工免疫系统的应用 | 第30-37页 |
| ·人工免疫在数据挖掘中的应用 | 第30-31页 |
| ·人工免疫识别系统 | 第31-33页 |
| ·人工免疫网络记忆分类器 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 4 基于改进克隆选择算法的分类器研究 | 第38-46页 |
| ·改进的克隆选择算法描述 | 第38-39页 |
| ·基于改进的克隆选择算法的分类器设计 | 第39-42页 |
| ·分类器设计及实验仿真 | 第42-44页 |
| ·参数设置 | 第42-43页 |
| ·算法运行结果 | 第43页 |
| ·结果分析 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 5 克隆选择算法在潜在客户的预测中的应用 | 第46-52页 |
| ·潜在客户预测系统的行业概况 | 第46-48页 |
| ·潜在客户预测系统设计 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 6 总结及展望 | 第52-54页 |
| ·工作总结 | 第52页 |
| ·工作展望 | 第52-54页 |
| 致谢 | 第54-56页 |
| 参考文献 | 第56-58页 |
