第一章 绪论 | 第1-13页 |
·论文的研究背景 | 第8页 |
·课题的由来 | 第8页 |
·国内外研究现状 | 第8-11页 |
·CRM的现状与前景 | 第8-9页 |
·数据挖掘技术的研究现状 | 第9页 |
·数据挖掘技术的发展趋势 | 第9-11页 |
·本论文的研究工作 | 第11-12页 |
·本论文的结构 | 第12-13页 |
第二章 客户关系管理概述 | 第13-18页 |
·客户关系管理 | 第13-15页 |
·CRM的产生背景 | 第13-14页 |
·CRM的定义 | 第14页 |
·CRM与传统客户管理的不同 | 第14-15页 |
·CRM的体系结构 | 第15页 |
·CRM系统的主要功能 | 第15-17页 |
·市场管理 | 第16页 |
·销售管理 | 第16页 |
·销售支持与服务 | 第16页 |
·竞争者分析 | 第16-17页 |
·CRM给企业带来的优势 | 第17-18页 |
第三章 数据挖掘技术概述 | 第18-25页 |
·提出数据挖掘技术的背景 | 第18页 |
·数据挖掘技术的发展过程 | 第18页 |
·数据挖掘的定义 | 第18-19页 |
·数据挖掘的功能 | 第19-21页 |
·数据挖掘中的常用技术 | 第21-23页 |
·数据挖掘的一般过程 | 第23页 |
·数据挖掘在CRM中应用的概述 | 第23-25页 |
第四章 面向CRM商务应用的遗传算法概述 | 第25-32页 |
·遗传算法概述 | 第25-26页 |
·基本遗传算法的构成要素 | 第26-27页 |
·基本遗传算法的工作原理 | 第27-29页 |
·遗传算法的研究动向 | 第29-31页 |
·遗传算法在商务中应用的概述 | 第31-32页 |
第五章 面向CRM商务应用的BP神经网络技术的研究 | 第32-54页 |
·人工神经元的模型 | 第32-33页 |
·神经网络的拓扑结构及工作方式 | 第33-35页 |
·神经网络的学习算法 | 第35-36页 |
·BP神经网络模型 | 第36-38页 |
·BP算法的局限性 | 第38-39页 |
·用三层染色体结构的遗传算法优化BP神经网络 | 第39-45页 |
·通过平滑因子改进BP神经网络的泛化性能 | 第45-52页 |
·神经网络在CRM中应用的概述 | 第52-54页 |
第六章 数据预处理技术的研究 | 第54-58页 |
·数据预处理的重要性 | 第54-55页 |
·BP神经网络中常见的数据预处理操作 | 第55-56页 |
·用遗传神经网络模型进行数据清洗 | 第56-58页 |
第七章 面向CRM的市场营销数据挖掘模型的研究 | 第58-83页 |
·基于遗传神经网络的客户分类模型的研究 | 第58-67页 |
·在CRM市场营销中进行客户分类的必要性 | 第58-59页 |
·基于遗传神经网络的客户分类模型 | 第59-60页 |
·实验方案 | 第60-63页 |
·神经网络客户分类模型与决策树客户分类模型的比较 | 第63-66页 |
·本节研究小结 | 第66-67页 |
·个性化的主动营销模型的研究 | 第67-76页 |
·在CRM市场营销中研究个性化主动营销模型的必要性 | 第67页 |
·协同过滤技术 | 第67-69页 |
·基于项目的协同过滤算法的设计 | 第69页 |
·项目相似度的计算方法 | 第69-70页 |
·预测计算 | 第70-71页 |
·算法实现 | 第71-73页 |
·实验 | 第73-75页 |
·本节研究小结 | 第75-76页 |
·基于平滑BP神经网络的CRM市场营销预测模型的研究 | 第76-83页 |
·在CRM中研究营销预测模型的必要性 | 第76页 |
·传统的市场占有率预测模型 | 第76-77页 |
·基于平滑BP神经网络的市场占有率预测模型的研究 | 第77页 |
·实验 | 第77-81页 |
·实验结果分析 | 第81-82页 |
·本节研究小结 | 第82-83页 |
第八章 全文总结 | 第83-85页 |
·全文总结 | 第83页 |
·工作展望 | 第83-85页 |
参考文献 | 第85-90页 |
附录A 第六章实验数据 | 第90-91页 |
附录B 第7.3.3节实验数据 | 第91-92页 |
附录C 第6.3节实验数据 | 第92-93页 |
致谢 | 第93-94页 |
读硕士期间发表的论文及参与的项目 | 第94页 |