| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-13页 |
| ·问题的提出 | 第9-10页 |
| ·工作内容及成果 | 第10-11页 |
| ·本文的创新之处 | 第11页 |
| ·论文结构安排 | 第11-13页 |
| 第二章 电信业客户生命周期价值研究背景 | 第13-18页 |
| ·客户价值定义与发展 | 第13-15页 |
| ·客户价值概念界定 | 第13-14页 |
| ·客户价值研究的发展 | 第14-15页 |
| ·客户生命周期价值CLV定义与发展 | 第15-17页 |
| ·客户生命周期价值的定义 | 第15-16页 |
| ·客户生命周期价值研究的发展 | 第16-17页 |
| ·客户价值与客户全生命周期的结合研究及其在电信业的发展 | 第17页 |
| ·小结 | 第17-18页 |
| 第三章 研究所采用的技术基础 | 第18-23页 |
| ·数据挖掘技术基础 | 第18-20页 |
| ·数据挖掘概念 | 第18-19页 |
| ·数据挖掘的应用模式 | 第19页 |
| ·数据挖掘的相关方法 | 第19-20页 |
| ·数据挖掘的一般商业过程 | 第20-22页 |
| ·数据挖掘在电信业客户关系管理中的应用 | 第22页 |
| ·小结 | 第22-23页 |
| 第四章 数据准备及预处理 | 第23-49页 |
| ·数据准备 | 第23-37页 |
| ·数据理解及选择 | 第23-26页 |
| ·数据创建及清洗 | 第26-34页 |
| ·数据格式化及集成 | 第34-37页 |
| ·PAS客户聚类 | 第37-44页 |
| ·聚类算法相关概念 | 第37-41页 |
| ·使用聚类算法实现PAS客户细分 | 第41-44页 |
| ·PAS客户分类规则 | 第44-47页 |
| ·分类算法相关概念 | 第44-45页 |
| ·使用分类算法得到PAS客户分类规则 | 第45-47页 |
| ·小结 | 第47-49页 |
| 第五章 PAS客户生命周期价值曲线建模 | 第49-70页 |
| ·时间序列分析相关概念 | 第49-57页 |
| ·平稳性检验 | 第49-50页 |
| ·纯随机性检验 | 第50-51页 |
| ·非平稳序列的确定性分析 | 第51-52页 |
| ·非平稳序列的随机分析 | 第52页 |
| ·方法性工具 | 第52页 |
| ·常用方法模型 | 第52-57页 |
| ·PAS客户生命周期价值模型拟合 | 第57-67页 |
| ·获得观察值序列 | 第57页 |
| ·判断序列的平稳性 | 第57-58页 |
| ·对第一类PAS客户进行模型拟合 | 第58-60页 |
| ·对第二类PAS客户进行模型拟合 | 第60-63页 |
| ·对第三类PAS客户进行模型拟合 | 第63-65页 |
| ·对第六类PAS客户进行模型拟合 | 第65-67页 |
| ·模型评估及验证 | 第67-69页 |
| ·结论及小结 | 第69-70页 |
| 第六章 结束语 | 第70-72页 |
| ·研究工作总结 | 第70-71页 |
| ·下一步目标 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 附录A 硕士在读期间发表的论文 | 第76-77页 |
| 附录B 最优回归子集法分析结果 | 第77-78页 |
| 附录C PAS客户分类决策树 | 第78-79页 |
| 附录D PAS客户分类规则表 | 第79-81页 |
| 附录E 对新PAS客户进行价值预测结果对比 | 第81-82页 |