基于数据挖掘的客户流失预测研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·研究意义和研究目的 | 第10-12页 |
| ·研究现状 | 第12-13页 |
| ·写作思路和主要内容 | 第13-14页 |
| ·文章创新点 | 第14-15页 |
| 第2章 客户关系管理与数据挖掘 | 第15-29页 |
| ·客户关系管理基本理论 | 第15-19页 |
| ·客户流失管理 | 第16-17页 |
| ·客户价值分析 | 第17-19页 |
| ·数据挖掘基本理论 | 第19-28页 |
| ·数据挖掘理论与发展 | 第19页 |
| ·数据挖掘的主要功能 | 第19-20页 |
| ·数据挖掘的商业用途 | 第20-21页 |
| ·数据挖掘的基本流程 | 第21-22页 |
| ·客户流失预测相关算法 | 第22-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 客户流失预测模型 | 第29-37页 |
| ·模型框架 | 第29-32页 |
| ·跨行业数据挖掘过程标准 | 第29-31页 |
| ·本文模型框架 | 第31-32页 |
| ·RFM 模型 | 第32-34页 |
| ·改进的 RFM 模型 | 第32-33页 |
| ·RFM 模型权重确定 | 第33-34页 |
| ·客户价值分类 | 第34-35页 |
| ·K-means 聚类 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 实证研究 | 第37-58页 |
| ·业务理解 | 第37页 |
| ·数据理解 | 第37页 |
| ·数据准备 | 第37-45页 |
| ·数据处理 | 第37-38页 |
| ·建立指标体系 | 第38-40页 |
| ·指标交叉分析 | 第40-45页 |
| ·建立模型 | 第45-48页 |
| ·模型评价 | 第48-55页 |
| ·模型实施 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 总结 | 第58-59页 |
| ·本文研究成果 | 第58页 |
| ·本文不足 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 个人简历、在学习期间发表的学术论文 | 第63页 |
