面向客户细分的改进关联规则算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-20页 |
| ·问题的提出 | 第8页 |
| ·客户关系管理研究现状 | 第8-10页 |
| ·客户关系管理的提出 | 第8-9页 |
| ·客户关系管理的不同理解 | 第9页 |
| ·客户关系管理的三个层次 | 第9-10页 |
| ·关联规则挖掘技术研究现状 | 第10-16页 |
| ·研究概述 | 第10-11页 |
| ·基本概念 | 第11页 |
| ·基于Apriori算法的关联规则挖掘 | 第11-16页 |
| ·客户关系管理中数据挖掘技术应用现状 | 第16-18页 |
| ·研究内容 | 第18-19页 |
| ·论文结构安排 | 第19-20页 |
| 第2章 客户细分方法理论研究 | 第20-32页 |
| ·概述 | 第20页 |
| ·基于客户统计学特征的客户细分 | 第20页 |
| ·基于客户行为的客户细分 | 第20-25页 |
| ·RFM 模型 | 第21-22页 |
| ·客户价值矩阵分析 | 第22-23页 |
| ·HK分析法 | 第23-24页 |
| ·使用客户份额进行客户细分 | 第24-25页 |
| ·基于客户生命周期的客户细分 | 第25-28页 |
| ·忠诚度阶梯分类法 | 第25-26页 |
| ·依据客户关系的不同阶段进行客户细分 | 第26-28页 |
| ·基于客户价值的客户细分 | 第28-31页 |
| ·利润分类法 | 第28-29页 |
| ·客户价值细分理论 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 改进关联规则挖掘算法研究 | 第32-45页 |
| ·泛关联规则挖掘算法 | 第32-41页 |
| ·引言 | 第32页 |
| ·传统关联规则挖掘算法的缺点 | 第32-34页 |
| ·一些相关定义和定理 | 第34-35页 |
| ·泛关联规则挖掘算法 | 第35-37页 |
| ·如何建立连续递增函数f(s_I)和g(c_R) | 第37页 |
| ·泛关联规则挖掘与强关联规则挖掘的比较 | 第37-39页 |
| ·算例分析 | 第39-41页 |
| ·改进的复杂度为O(N~3)的关联规则挖掘算法 | 第41-44页 |
| ·传统的Apriori挖掘算法的缺点 | 第41页 |
| ·复杂度为O(N~3)的关联规则挖掘算法 | 第41-42页 |
| ·改进的O(N~3)算法与原算法的比较 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 客户细分模型设计 | 第45-49页 |
| ·客户细分模型的建立 | 第45-47页 |
| ·客户细分模型框架 | 第45-46页 |
| ·数据仓库和行业/企业客户细分解决方案 | 第46-47页 |
| ·关联规则挖掘：EXAM & O(N~3)算法 | 第47页 |
| ·规则库(Rule Set)和计算细分结果的模块 | 第47页 |
| ·系统主要功能 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读学位期间发表的学术论文 | 第53-55页 |
| 致谢 | 第55页 |
