基于数据挖掘的模具业客户流失分析
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| CONTENTS | 第10-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究背景、意义 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·研究内容 | 第14-16页 |
| ·研究范围 | 第14-15页 |
| ·研究内容 | 第15-16页 |
| ·本章小结 | 第16-18页 |
| 第二章 模具客户细分与客户流失定义 | 第18-27页 |
| ·模具高价值客户的分类与识别 | 第18-21页 |
| ·模具客户细分的必要性分析 | 第18-19页 |
| ·模具客户细分的方法 | 第19-21页 |
| ·模具客户流失程度的量化研究 | 第21-26页 |
| ·客户流失的定义 | 第21-23页 |
| ·客户流失度的定义 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于数据挖掘的客户流失分析方法 | 第27-44页 |
| ·客户流失分析的步骤 | 第27-28页 |
| ·单个变量对客户流失影响的分析 | 第28-40页 |
| ·两个变量可能的组合关系 | 第29-30页 |
| ·两个数量型变量的相关分析 | 第30-33页 |
| ·一个分类变量和一个数量变量的相关分析 | 第33-37页 |
| ·一个顺序变量和一个数量变量的相关分析 | 第37-40页 |
| ·数据挖掘算法选取 | 第40页 |
| ·获取模具业的领域知识 | 第40-41页 |
| ·通过领域知识对决策树模型剪枝 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 模具客户流失预测模型的案例分析 | 第44-68页 |
| ·数据准备 | 第45-51页 |
| ·数据预处理 | 第51-57页 |
| ·模型建立 | 第57-63页 |
| ·生成决策树 | 第57-59页 |
| ·对决策树剪枝 | 第59-63页 |
| ·模型评估与应用 | 第63-67页 |
| ·模型综合评估 | 第63-64页 |
| ·模型应用 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 结论与展望 | 第68-70页 |
| 研究结论 | 第68-69页 |
| 研究展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读学位期间发表论文 | 第74-76页 |
| 致谢 | 第76页 |
