| 1 绪论 | 第1-9页 |
| ·选题工程背景和应用价值 | 第7页 |
| ·PICCCRMS中使用数据挖掘技术的意义 | 第7-8页 |
| ·本文研究的主要内容 | 第8-9页 |
| 2 数据挖掘(Data Mining)概述 | 第9-17页 |
| ·什么是数据挖掘 | 第9页 |
| ·数据挖掘过程 | 第9-12页 |
| ·确定分析和预测目标 | 第10页 |
| ·数据准备 | 第10-11页 |
| ·建立模型 | 第11页 |
| ·模型评估与检验 | 第11-12页 |
| ·部署和应用 | 第12页 |
| ·本文所涉及数据挖掘技术 | 第12-14页 |
| ·回归分析 | 第12页 |
| ·聚类分析 | 第12-13页 |
| ·时间序列分析 | 第13-14页 |
| ·SAS语言简介 | 第14-17页 |
| ·SAS系统对数据的管理 | 第14页 |
| ·SAS程序的数据集 | 第14-15页 |
| ·SAS程序的过程 | 第15页 |
| ·结构化语言简介 | 第15-16页 |
| ·分支语句 | 第15-16页 |
| ·循环语句 | 第16页 |
| ·SAS宏 | 第16-17页 |
| 3 PICCCRMS概述 | 第17-27页 |
| ·什么是客户关系管(Customer Relationship Management) | 第17页 |
| ·CRM架构 | 第17-18页 |
| ·操作型CRM | 第17页 |
| ·分析型CRM | 第17-18页 |
| ·协作型CRM | 第18页 |
| ·PICCCRMS开发动因 | 第18-19页 |
| ·市场竞争空前激烈 | 第18页 |
| ·企业内部管理需求 | 第18-19页 |
| ·客户的消费价值观发生变迁 | 第19页 |
| ·信息技术的快速发展 | 第19页 |
| ·PICCCRMS架构 | 第19-22页 |
| ·网络架构 | 第19-20页 |
| ·数据库架构 | 第20-21页 |
| ·数据流 | 第21-22页 |
| ·PICCCRMS技术实现 | 第22-27页 |
| ·数据库部分 | 第22-26页 |
| ·WEB服务器部分 | 第26页 |
| ·客户端部分 | 第26页 |
| ·数据挖掘部分 | 第26-27页 |
| 4 数据挖掘在PICCCRMS中的应用 | 第27-62页 |
| ·聚类分析 | 第27-43页 |
| ·分析目标 | 第27页 |
| ·数据准备 | 第27-28页 |
| ·建立模型 | 第28-40页 |
| ·模型评估 | 第40-42页 |
| ·模型应用 | 第42-43页 |
| ·预测分析 | 第43-52页 |
| ·分析目标 | 第43页 |
| ·数据准备 | 第43-45页 |
| ·建立模型 | 第45-50页 |
| ·模型评估 | 第50-51页 |
| ·模型应用 | 第51-52页 |
| ·流失分析 | 第52-62页 |
| ·分析目标 | 第52页 |
| ·数据准备 | 第52-54页 |
| ·建立模型 | 第54-60页 |
| ·模型评估 | 第60-61页 |
| ·模型应用 | 第61-62页 |
| 5 结束语 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 附录A：客户关系管理系统数据库结构 | 第66-75页 |
| 附录B：聚类分析源代码 | 第75-78页 |
| 附录C：预测分析源代码 | 第78-82页 |
| 附录D：流失分析源代码 | 第82-85页 |