| 第一章 综述 | 第1-13页 |
| ·引言 | 第7-8页 |
| ·问题的提出 | 第7-8页 |
| ·本文研究的背景 | 第8页 |
| ·国内外研究现状 | 第8-11页 |
| ·研究内容 | 第11页 |
| ·研究思路 | 第11页 |
| ·主要内容 | 第11页 |
| ·本文结构安排 | 第11-13页 |
| 第二章 聚类分析原理与算法 | 第13-35页 |
| ·聚类分析原理及其应用现状 | 第13-14页 |
| ·聚类分析原理 | 第13页 |
| ·聚类分析作用及应用现状 | 第13-14页 |
| ·数据挖掘对聚类分析的典型要求 | 第14-15页 |
| ·聚类分析中的数据类型及其相异度计算 | 第15-18页 |
| ·相关性分析 | 第18-20页 |
| ·聚类效果的评价 | 第20-21页 |
| ·主要聚类算法及其分析比较 | 第21-27页 |
| ·划分聚类 | 第22页 |
| ·层次聚类 | 第22-24页 |
| ·基于密度聚类 | 第24-25页 |
| ·基于网格聚类 | 第25-26页 |
| ·各类方法分析比较结果 | 第26-27页 |
| ·基于一种局部搜索算法的K-MEANS改进算法-FKM | 第27-35页 |
| ·算法理论基础 | 第27-28页 |
| ·FKM算法 | 第28-31页 |
| ·KM和FKM的比较 | 第31-35页 |
| 第三章 分类技术原理与算法 | 第35-44页 |
| ·分类过程 | 第35-36页 |
| ·分类数据的预处理和分类方法评估标准 | 第36页 |
| ·分类数据的预处理 | 第36页 |
| ·比较分类方法 | 第36页 |
| ·常用分类算法 | 第36-42页 |
| ·决策树算法 | 第37-41页 |
| ·Bayes分类算法 | 第41-42页 |
| ·基于关联规则的分类算法 | 第42页 |
| ·分类法的准确性度量 | 第42-44页 |
| 第四章 客户价值及其分析方法 | 第44-50页 |
| ·客户价值的内涵 | 第44页 |
| ·客户价值分析的目的与意义 | 第44-45页 |
| ·客户价值分析的过程和中心环节 | 第45-46页 |
| ·基于客户价值的客户细分方法比较 | 第46-50页 |
| ·RFM | 第46-47页 |
| ·客户价值矩阵分析 | 第47-48页 |
| ·HK分析 | 第48-50页 |
| 第五章 客户价值分析中规则的发现 | 第50-68页 |
| ·应用聚类和分类技术的目标 | 第50-51页 |
| ·基于聚类分类算法和客户价值矩阵的客户价值分析方法 | 第51-52页 |
| ·移动公司客户价值分析 | 第52-68页 |
| ·需求分析 | 第53-54页 |
| ·数据的预处理 | 第54-57页 |
| ·实验及结论 | 第57-68页 |
| 第六章 结束语 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75页 |