基于CRM的数据挖掘技术研究及应用
| 第一章 绪论 | 第1-13页 |
| ·研究背景 | 第10页 |
| ·课题来由 | 第10-11页 |
| ·本文主要工作 | 第11页 |
| ·论文结构 | 第11-13页 |
| 第二章 客户关系管理概述 | 第13-18页 |
| ·客户关系管理的基本概念 | 第13页 |
| ·CRM的体系结构 | 第13-15页 |
| ·CRM与数据库 | 第15-16页 |
| ·CRM的主要技术要求 | 第16-18页 |
| 第三章 数据挖掘概述 | 第18-24页 |
| ·数据挖掘出现的背景 | 第18-19页 |
| ·数据挖掘定义 | 第19页 |
| ·数据挖掘的基本任务 | 第19-20页 |
| ·数据挖掘与CRM | 第20-24页 |
| ·数据挖掘在CRM中的应用 | 第20页 |
| ·CRM中数据挖掘的过程 | 第20-22页 |
| ·在CRM中应用数据挖掘需要解决的问题 | 第22-24页 |
| 第四章 关联规则挖掘技术 | 第24-34页 |
| ·关联规则挖掘概述 | 第24-27页 |
| ·问题描述 | 第24-25页 |
| ·相关概念 | 第25-26页 |
| ·关联规则分类 | 第26页 |
| ·挖掘关联规则的一般步骤 | 第26-27页 |
| ·频繁项集挖掘 | 第27-30页 |
| ·Apriori算法 | 第27-29页 |
| ·Apriori算法的改进方法 | 第29-30页 |
| ·关联规则挖掘的扩展 | 第30-31页 |
| ·针对数据集的扩展 | 第30页 |
| ·针对应用环境的扩展 | 第30页 |
| ·关联规则挖掘方式的扩展 | 第30-31页 |
| ·在关系数据库中进行关联规则挖掘的有关问题 | 第31-34页 |
| 第五章 最大频繁项集挖掘问题及算法 | 第34-59页 |
| ·相关工作 | 第34页 |
| ·相关知识 | 第34-36页 |
| ·影响最大频繁项集挖掘的因素 | 第36-39页 |
| ·搜索空间带来的两个主要问题 | 第36-37页 |
| ·数据库规模带来的两个主要问题 | 第37-39页 |
| ·MFIA_VTL算法 | 第39-51页 |
| ·数据预处理 | 第39-41页 |
| ·垂直事务标识列表VTL | 第41-43页 |
| ·搜索空间的划分 | 第43-45页 |
| ·候选项集的生成 | 第45-46页 |
| ·发现最大频繁项集 | 第46-47页 |
| ·MFIA_VTL算法描述 | 第47-49页 |
| ·MFIA_VTL算法实现图例 | 第49-51页 |
| ·MFIA_VTL算法分析 | 第51-55页 |
| ·实验小结 | 第55页 |
| ·关联规则的生成和后处理 | 第55-59页 |
| ·相关概念 | 第55-57页 |
| ·挖掘有效关联规则 | 第57-59页 |
| 第六章 结束语 | 第59-60页 |
| ·总结 | 第59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 作者在攻读硕士期间发表或被录用的论文 | 第63页 |
