| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.1.1 背景 | 第8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.2.3 本研究的出发点 | 第11-12页 |
| 1.3 研究内容与研究方法 | 第12-14页 |
| 1.3.1 研究内容 | 第12页 |
| 1.3.2 研究方法 | 第12-13页 |
| 1.3.3 技术路线 | 第13-14页 |
| 2 相关理论基础 | 第14-23页 |
| 2.1 客户关系管理 | 第14-15页 |
| 2.1.1 客户关系管理的概念 | 第14页 |
| 2.1.2 客户关系管理的基础 | 第14-15页 |
| 2.1.3 客户关系管理在通信行业的应用研究 | 第15页 |
| 2.2 大数据分析 | 第15-23页 |
| 2.2.1 大数据分析概念 | 第15-17页 |
| 2.2.2 大数据分析功能 | 第17-18页 |
| 2.2.3 大数据分析技术 | 第18-23页 |
| 3 基于大数据分析的联通PY公司客户关系管理模式构建 | 第23-33页 |
| 3.1 联通PY公司客户关系管理现状分析 | 第23页 |
| 3.2 客户关系管理功能需求分析 | 第23-25页 |
| 3.2.1 个人展示功能分析 | 第23-24页 |
| 3.2.2 经验交流功能分析 | 第24页 |
| 3.2.3 客户服务功能分析 | 第24-25页 |
| 3.2.4 后台管理功能分析 | 第25页 |
| 3.2.5 数据挖掘功能分析 | 第25页 |
| 3.3 客户关系管理功能设计 | 第25-31页 |
| 3.3.1 个人展示功能设计 | 第26-27页 |
| 3.3.2 经验交流功能设计 | 第27-28页 |
| 3.3.3 客户服务功能设计 | 第28-29页 |
| 3.3.4 后台管理功能设计 | 第29-31页 |
| 3.4 客户关系管理大数据分析流程 | 第31-33页 |
| 4 大数据分析在联通PY公司客户关系管理应用实例分析 | 第33-45页 |
| 4.1 大数据分析在客户关系管理系统应用分析 | 第33-34页 |
| 4.2 基于K-MEANS的联通PY公司 4G业务推广 | 第34-38页 |
| 4.2.1 案例背景 | 第34页 |
| 4.2.2 数据准备 | 第34-36页 |
| 4.2.3 分析流程 | 第36-37页 |
| 4.2.4 聚类分析结果 | 第37-38页 |
| 4.2.5 应用分析 | 第38页 |
| 4.3 基于APRIOR的联通PY公司增值业务推广 | 第38-42页 |
| 4.3.1 案例背景 | 第38页 |
| 4.3.2 数据准备 | 第38-39页 |
| 4.3.3 分析流程 | 第39-40页 |
| 4.3.4 关联规则分析结果 | 第40-41页 |
| 4.3.5 应用分析 | 第41-42页 |
| 4.4 基于决策树模型的终端捆绑到期客户离网判定 | 第42-45页 |
| 4.4.1 案例背景 | 第42页 |
| 4.4.2 数据准备 | 第42-43页 |
| 4.4.3 分析流程 | 第43-44页 |
| 4.4.4 决策树分析结果 | 第44-45页 |
| 5 结论 | 第45-46页 |
| 5.1 主要工作与结论 | 第45页 |
| 5.2 进一步研究展望 | 第45-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-49页 |
