| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 研究内容与技术路线 | 第15-17页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 技术路线 | 第16-17页 |
| 第2章 货运产品营销现状及存在问题 | 第17-27页 |
| 2.1 铁路货运产品的内涵及表现形式 | 第17-21页 |
| 2.1.1 铁路货运产品的内涵 | 第17-18页 |
| 2.1.2 铁路货运产品的表现形式 | 第18-21页 |
| 2.2 铁路货运产品存在的问题 | 第21-23页 |
| 2.3 货运产品营销的现状 | 第23-25页 |
| 2.4 货运产品营销存在的问题 | 第25-27页 |
| 第3章 数据挖掘技术及货运数据分析 | 第27-38页 |
| 3.1 数据挖掘技术理论 | 第27-32页 |
| 3.1.1 数据挖掘的概念 | 第27页 |
| 3.1.2 数据挖掘的方法 | 第27-29页 |
| 3.1.3 数据挖掘的过程 | 第29-31页 |
| 3.1.4 数据挖掘的工具 | 第31-32页 |
| 3.2 数据挖掘的在服务产品营销中应用 | 第32-33页 |
| 3.3 货运信息的来源 | 第33-36页 |
| 3.4 货运信息的处理 | 第36-38页 |
| 第4章 数据挖掘在铁路货运产品营销中的应用 | 第38-67页 |
| 4.1 数据挖掘应用必要性分析 | 第38页 |
| 4.2 基于数据挖掘的货运产品营销流程 | 第38-40页 |
| 4.3 基于数据挖掘的市场细分 | 第40-50页 |
| 4.3.1 时序模式的应用 | 第40-44页 |
| 4.3.2 市场细分的过程及结果 | 第44-50页 |
| 4.4 基于数据挖掘的产品服务关联性分析 | 第50-57页 |
| 4.4.1 关联规则分析的应用 | 第50-54页 |
| 4.4.2 结合Apriori算法的货运服务项目关联算例 | 第54-57页 |
| 4.5 基于数据挖掘的客户细分 | 第57-67页 |
| 4.5.1 聚类分析的应用 | 第57-59页 |
| 4.5.2 客户细分过程及结果 | 第59-67页 |
| 第5章 铁路货运产品营销实施策略 | 第67-71页 |
| 5.1 基于数据挖掘的营销策略基本思路 | 第67-68页 |
| 5.2 货运产品营销的实施策略 | 第68-71页 |
| 5.2.1 加强货源组织丰富产品形式 | 第68页 |
| 5.2.2 延伸产品服务优化产品的用户体验 | 第68-69页 |
| 5.2.3 管理客户关系细化产品定位 | 第69页 |
| 5.2.4 发展现代物流整合产品供应链 | 第69-70页 |
| 5.2.5 把握市场需求打造产品品牌 | 第70-71页 |
| 结论 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |