| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究动态 | 第11-16页 |
| 1.2.1 我国电力企业的信息化发展现状 | 第11-12页 |
| 1.2.2 ERP 研究发展现状 | 第12-13页 |
| 1.2.3 CRM 研究发展现状 | 第13-14页 |
| 1.2.4 数据挖掘技术在 CRM 中应用研究现状 | 第14-16页 |
| 1.3 课题主要的研究内容 | 第16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第2章 电力 ERP 和 CRM 理论基础 | 第18-26页 |
| 2.1 电力企业 ERP 内涵 | 第18-20页 |
| 2.1.1 ERP 概念 | 第18-19页 |
| 2.1.2 电力企业 ERP 结构 | 第19页 |
| 2.1.3 电力企业实施 ERP 必要性 | 第19-20页 |
| 2.2 CRM 理论内涵 | 第20-22页 |
| 2.2.1 CRM 概念 | 第20-21页 |
| 2.2.2 CRM 的功能 | 第21-22页 |
| 2.2.3 CRM 引入电力企业的必要性 | 第22页 |
| 2.3 ERP 与 CRM 关系 | 第22-25页 |
| 2.3.1 CRM 与 ERP 关系 | 第23-24页 |
| 2.3.2 CRM 与 ERP 功能异同 | 第24-25页 |
| 2.3.3 CRM 与 ERP 功能集成模块 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 电力客户信息概述 | 第26-32页 |
| 3.1 电力客户概念 | 第26-27页 |
| 3.1.1 居民客户特点 | 第26页 |
| 3.1.2 产业客户特点 | 第26-27页 |
| 3.2 电力客户信息分析管理 | 第27-28页 |
| 3.2.1 电力客户信息分析管理作用 | 第27页 |
| 3.2.2 电力客户信息分类 | 第27-28页 |
| 3.3 基于 CRM 的 ERP 电力客户信息模型 | 第28-31页 |
| 3.3.1 电力客户信息系统模型 | 第28-29页 |
| 3.3.2 电力客户信息分析步骤 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 电力客户信息分析算法研究 | 第32-43页 |
| 4.1 数据挖掘定义 | 第32-33页 |
| 4.1.1 数据挖掘定义 | 第32页 |
| 4.1.2 数据挖掘发现知识的内容 | 第32-33页 |
| 4.2 数据挖掘关联规则算法 | 第33-42页 |
| 4.2.1 关联规则算法 | 第33-34页 |
| 4.2.2 Apriori 算法 | 第34-35页 |
| 4.2.3 Apriori 改进算法 | 第35-36页 |
| 4.2.4 A priori 算法改进前后比较 | 第36-42页 |
| 4.2.5 改进后的 Apriori 算法应用场合 | 第42页 |
| 4.3 本章小结 | 第42-43页 |
| 第5章 ERP 电力客户信息分析系统实现 | 第43-54页 |
| 5.1 系统模型建立 | 第43-46页 |
| 5.2 电力客户信息分析系统设计 | 第46-51页 |
| 5.2.1 系统需求分析 | 第46-47页 |
| 5.2.2 系统架构 | 第47页 |
| 5.2.3 功能体系 | 第47-49页 |
| 5.2.4 系统的数据库设计 | 第49-51页 |
| 5.3 电力客户信息分析研究 | 第51-53页 |
| 5.3.1 客户分类与信用分析 | 第51-52页 |
| 5.3.2 用电量数据分析 | 第52-53页 |
| 5.3.3 客户满意度分析 | 第53页 |
| 5.4 本章小结 | 第53-54页 |
| 第6章 结论与展望 | 第54-56页 |
| 6.1 本文总结 | 第54页 |
| 6.2 未来的工作 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第60-61页 |
| 致谢 | 第61页 |
