基于粒度计算的客户分类算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·选题的背景及意义 | 第9-10页 |
| ·选题背景 | 第9-10页 |
| ·选题意义 | 第10页 |
| ·国内外目前研究现状 | 第10-13页 |
| ·粒度计算的发展 | 第10-12页 |
| ·客户分类算法研究 | 第12-13页 |
| ·研究的目的、内容和创新之处 | 第13-15页 |
| ·本文的目的 | 第13页 |
| ·本文的主要内容 | 第13-14页 |
| ·本文特色和创新之处 | 第14-15页 |
| 第二章 客户关系管理与客户分类方法 | 第15-24页 |
| ·客户关系管理的内涵 | 第15-16页 |
| ·客户分类的意义 | 第16-17页 |
| ·基于不同指标的客户分类方法 | 第17-21页 |
| ·基于人口统计变量分类 | 第17页 |
| ·基于生活方式分类 | 第17-18页 |
| ·基于客户行为分类 | 第18-20页 |
| ·基于客户忠诚度的客户分类 | 第20-21页 |
| ·基于不同算法的客户分类方法 | 第21-23页 |
| ·分类算法 | 第21-22页 |
| ·聚类算法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 粒度计算理论与客户分类粒度原理 | 第24-36页 |
| ·粒度计算的定义和组成 | 第24-27页 |
| ·粒度计算的定义 | 第24页 |
| ·粒度计算的基本组成 | 第24-26页 |
| ·粒度计算的过程 | 第26-27页 |
| ·粒度计算的主要模型 | 第27-30页 |
| ·Zadeh 的模糊集理论 | 第27页 |
| ·Pawlak 粗糙集理论 | 第27-28页 |
| ·张钹、张铃基于商空间理论的粒度模型 | 第28-30页 |
| ·商空间粒度合成原理 | 第30-34页 |
| ·商空间粒度合成原则 | 第30页 |
| ·论域的合成 | 第30-31页 |
| ·拓扑结构的合成 | 第31页 |
| ·半序结构的合成 | 第31-32页 |
| ·属性函数的合成 | 第32-34页 |
| ·客户分类中的粒度原理 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于商空间粒度合成的客户分类算法 | 第36-55页 |
| ·基于客户忠诚度的客户分类方法 | 第36-38页 |
| ·客户忠诚度的定义 | 第36页 |
| ·客户忠诚的类型 | 第36-37页 |
| ·客户忠诚的衡量体系 | 第37-38页 |
| ·同层次不同粒度的客户粗分类 | 第38-41页 |
| ·基于客户心理（情感）的客户忠诚度分类 | 第40-41页 |
| ·基于客户关键行为的客户忠诚度分类 | 第41页 |
| ·基于商空间模型的忠诚度分类原理 | 第41-42页 |
| ·基于商空间粒度合成原理的客户忠诚度分类算法 | 第42-45页 |
| ·基于商空间粒度合成原理的客户忠诚度分类算法流程 | 第42-43页 |
| ·粒度合成的客户忠诚度分类算法 | 第43-45页 |
| ·基于商空间粒度合成的客户忠诚度分类实例 | 第45-54页 |
| ·实验数据获取 | 第46页 |
| ·数据预处理 | 第46-49页 |
| ·实验结果 | 第49-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 结论 | 第55-57页 |
| ·全文总结 | 第55页 |
| ·创新与不足 | 第55-56页 |
| ·研究创新 | 第55-56页 |
| ·研究不足 | 第56页 |
| ·研究展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 个人简历 | 第61页 |
