| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景和研究意义 | 第10页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外有关研究发展现状 | 第10-13页 |
| 1.3 研究内容与研究方法 | 第13-14页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 研究方法 | 第14页 |
| 1.4 本文的创新之处 | 第14-15页 |
| 第2章 相关概念与理论基础 | 第15-22页 |
| 2.1 电子商务与B2C的含义 | 第15页 |
| 2.1.1 电子商务概述 | 第15页 |
| 2.1.2 B2C概述 | 第15页 |
| 2.2 数据挖掘相关理论概述 | 第15-18页 |
| 2.2.1 数据挖掘的概念 | 第15页 |
| 2.2.2 电子商务中数据挖掘的数据分类 | 第15-16页 |
| 2.2.3 电子商务中数据挖掘技术 | 第16-18页 |
| 2.3 客户细分相关理论概述 | 第18-22页 |
| 2.3.1 客户细分的概念 | 第18页 |
| 2.3.2 B2C电子商务客户细分的特征 | 第18-19页 |
| 2.3.3 B2C电子商务中客户细分方法 | 第19-22页 |
| 第3章 基于RFM的客户关系分析流程与客户分类 | 第22-34页 |
| 3.1 B2C模式下客户消费行为特点 | 第22-23页 |
| 3.2 B2C下客户分析的流程 | 第23-29页 |
| 3.2.1 客户分析的总体流程 | 第23-24页 |
| 3.2.2 基于RFM理论的客户数据分析流程 | 第24-29页 |
| 3.3 B2C下企业客户价值分类 | 第29-34页 |
| 3.3.1 RFM视角下基于价值的客户分类 | 第29页 |
| 3.3.2 B2C电子商务环境下基于非价值指标的客户分类 | 第29-32页 |
| 3.3.3 二维聚类的组合 | 第32-34页 |
| 第4章 分类情景下差异化客户关系管理策略 | 第34-49页 |
| 4.1 基于客户维护视角的关联规则构建 | 第34-36页 |
| 4.1.1 基于Apriori的关联规则构建 | 第34-36页 |
| 4.1.2 基于减少扫描次数的算法改进 | 第36页 |
| 4.2 基于新客户发展视角的个性化推荐 | 第36-39页 |
| 4.2.1 社区划分 | 第37-39页 |
| 4.2.2 个性化推荐 | 第39页 |
| 4.3 基于差异化的不同类型客户管理重点 | 第39-42页 |
| 4.3.1 退出类客户关系管理 | 第39-40页 |
| 4.3.2 重点类客户关系管理 | 第40页 |
| 4.3.3 普通类客户关系管理 | 第40-41页 |
| 4.3.4 潜力类客户关系管理 | 第41页 |
| 4.3.5 黄金类客户关系管理 | 第41-42页 |
| 4.4 基于差异化的不同类型客户管理策略 | 第42-46页 |
| 4.5 客户关系差异化管理改进的实施保障 | 第46-49页 |
| 4.5.1 组织保障 | 第46页 |
| 4.5.2 人力资源保障 | 第46页 |
| 4.5.3 制度建设保障 | 第46-47页 |
| 4.5.4 信息技术保障 | 第47-49页 |
| 第5章 例证分析：A公司的客户关系管理实例 | 第49-55页 |
| 5.1 模型输入数据的规范化 | 第49-50页 |
| 5.2 数据处理流程 | 第50-51页 |
| 5.3 产生关联规则 | 第51-54页 |
| 5.4 结果与分析 | 第54-55页 |
| 第6章 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 在学研究成果 | 第59-60页 |
| 致谢 | 第60页 |