数据挖掘技术在电信大客户管理系统中的应用研究
| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 课题的实用意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本课题研究的目的及内容 | 第10-12页 |
| 2 客户关系管理 | 第12-17页 |
| 2.1 客户关系管理 | 第12-14页 |
| 2.1.1 客户关系管理的定义 | 第12-13页 |
| 2.1.2 客户关系管理的意义 | 第13-14页 |
| 2.2 大客户管理 | 第14-17页 |
| 2.2.1 大客户的意义 | 第14页 |
| 2.2.2 大客户管理工作特点 | 第14-15页 |
| 2.2.3 电信大客户管理 | 第15-17页 |
| 3 数据挖掘 | 第17-24页 |
| 3.1 数据挖掘的概念 | 第17-18页 |
| 3.1.1 数据挖掘的定义 | 第17页 |
| 3.1.2 知识发现和数据挖掘 | 第17-18页 |
| 3.2 数据挖掘研究内容 | 第18-19页 |
| 3.3 数据挖掘常用技术 | 第19页 |
| 3.4 数据挖掘的过程 | 第19-21页 |
| 3.5 数据挖掘的发展 | 第21-22页 |
| 3.6 数据挖掘在客户关系管理中的应用 | 第22-24页 |
| 4 电信大客户管理系统的体系结构 | 第24-31页 |
| 4.1 系统软件体系结构 | 第24-25页 |
| 4.2 系统功能结构 | 第25-28页 |
| 4.3 第三方软件平台 | 第28-31页 |
| 5 数据挖掘技术在系统中的应用 | 第31-45页 |
| 5.1 聚类分析 | 第31-35页 |
| 5.1.1 定义 | 第31页 |
| 5.1.2 原理及方法 | 第31页 |
| 5.1.3 应用 | 第31-35页 |
| 5.2 预测分析 | 第35-44页 |
| 5.2.1 定义 | 第35页 |
| 5.2.2 原理及方法 | 第35-36页 |
| 5.2.3 应用 | 第36-37页 |
| 5.2.4 流失预测流程 | 第37-42页 |
| 5.2.5 流失预测结果在大客户管理系统中的例子 | 第42-44页 |
| 5.3 试运行情况与结论 | 第44-45页 |
| 5.3.1 试运行情况 | 第44页 |
| 5.3.2 结论 | 第44-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46页 |
