| 引言 | 第1-12页 |
| 第1章 绪论 | 第12-18页 |
| ·数据挖掘的历史与发展 | 第12-13页 |
| ·数据挖掘与数理统计 | 第13-14页 |
| ·数据挖掘与数据仓库 | 第14-15页 |
| ·数据挖掘与OLAP | 第15页 |
| ·数据挖掘过程 | 第15-16页 |
| ·数据挖掘的主要方法 | 第16-18页 |
| 第2章 聚类分析概述 | 第18-23页 |
| ·聚类分析的概念与用途 | 第18-19页 |
| ·聚类分析的原理与方法 | 第19-21页 |
| ·基于划分的方法 | 第19-20页 |
| ·基于层次的方法 | 第20页 |
| ·基于密度的方法 | 第20-21页 |
| ·基于网格的方法 | 第21页 |
| ·基于模型的方法 | 第21页 |
| ·聚类研究的发展方向 | 第21-23页 |
| 第3章 CGKM算法--对K-means算法的改进 | 第23-37页 |
| ·K-means算法原理及其优缺点 | 第23-25页 |
| ·聚类初始中心的寻找 | 第25-28页 |
| ·问题描述 | 第25-26页 |
| ·算法描述 | 第26-28页 |
| ·CGKM算法--对K-means算法的改进 | 第28-32页 |
| ·算法步骤 | 第28-29页 |
| ·数值验证及结果分析 | 第29-32页 |
| ·改进算法的设计与实现 | 第32-37页 |
| 第4章 CRM概述 | 第37-42页 |
| ·什么是CRM | 第37-38页 |
| ·CRM与数据挖掘 | 第38-40页 |
| ·客户生命周期价值 | 第40-42页 |
| 第5章 客户生命周期价值挖掘模型设计 | 第42-52页 |
| ·项目背景 | 第42页 |
| ·系统目标及设计原则 | 第42-43页 |
| ·系统应用目标 | 第42-43页 |
| ·设计原则 | 第43页 |
| ·技术选型 | 第43页 |
| ·挖掘模型设计 | 第43-52页 |
| ·数据流程与业务流程 | 第43-45页 |
| ·数据库设计 | 第45-47页 |
| ·模型使用的数据结构 | 第47页 |
| ·系统功能及主要模块 | 第47-52页 |
| 第6章 客户生命周期价值挖掘模型实施 | 第52-59页 |
| ·数据准备 | 第52-54页 |
| ·数据抽取 | 第52页 |
| ·数据清洗 | 第52-53页 |
| ·数据集成与转化 | 第53-54页 |
| ·模型的建立与实现 | 第54页 |
| ·模型验证 | 第54-55页 |
| ·模型实施 | 第55-58页 |
| ·结果分析 | 第58页 |
| ·小结 | 第58-59页 |
| 第7章 总结 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录1 导入文件格式 | 第65-66页 |
| 附录2 实验数据 | 第66-69页 |