在线零售企业CRM中的聚类分析研究
| 第1章 绪论 | 第1-17页 |
| ·论文写作背景与意义 | 第11-13页 |
| ·论文写作背景 | 第11-12页 |
| ·论文写作意义 | 第12-13页 |
| ·国内外相关领域研究现状 | 第13-15页 |
| ·论文研究内容 | 第15-16页 |
| ·论文创新之处 | 第16-17页 |
| 第2章 相关理论综述 | 第17-29页 |
| ·客户关系管理理论 | 第17-19页 |
| ·客户关系管理的定义 | 第17-18页 |
| ·客户关系管理的内涵 | 第18-19页 |
| ·数据仓库理论 | 第19-21页 |
| ·数据仓库的定义与基本特性 | 第19-20页 |
| ·数据仓库的几个重要概念 | 第20-21页 |
| ·数据挖掘理论 | 第21-25页 |
| ·数据挖掘概述 | 第21-23页 |
| ·通用数据挖掘方法 | 第23-25页 |
| ·聚类分析理论 | 第25-28页 |
| ·聚类分析概述 | 第25-27页 |
| ·聚类分析的一般步骤 | 第27页 |
| ·聚类分析的应用 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 电子商务商业模式 | 第29-46页 |
| ·电子商务概述 | 第29-36页 |
| ·电子商务的定义 | 第29-31页 |
| ·电子商务的特点 | 第31-34页 |
| ·电子商务的类型 | 第34-36页 |
| ·电子商务业务模式 | 第36-39页 |
| ·B2C电子商务业务模式 | 第37-38页 |
| ·B2B电子商务业务模式 | 第38-39页 |
| ·电子商务信息应用环境 | 第39-42页 |
| ·WWW技术及应用 | 第39-40页 |
| ·客户机/服务器模式 | 第40-41页 |
| ·HTTP协议 | 第41页 |
| ·超文本标识语言—HTML | 第41-42页 |
| ·可扩充的标识语言—XML | 第42页 |
| ·电子商务体系结构 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 在线零售企业的客户关系管理 | 第46-63页 |
| ·在线零售企业的客户分析 | 第46-50页 |
| ·在线零售企业客户的分类 | 第46-48页 |
| ·在线零售企业客户资源发展阶段 | 第48-50页 |
| ·在线零售企业CRM的实施 | 第50-53页 |
| ·标准的电子商务体系机构 | 第50-51页 |
| ·在线零售企业CRM的实施阶段 | 第51-53页 |
| ·在线零售企业 CRM中的数据挖掘 | 第53-62页 |
| ·在线零售业客户的购买过程 | 第53-55页 |
| ·在线零售企业的客户数据 | 第55-60页 |
| ·在线零售企业CRM中的数据挖掘 | 第60-62页 |
| ·本章小节 | 第62-63页 |
| 第5章 在线零售企业CRM中的聚类分析 | 第63-81页 |
| ·聚类分析原理 | 第63-67页 |
| ·聚类分析的数学模型 | 第63-64页 |
| ·相似性度量 | 第64-65页 |
| ·聚类分析的数据类型 | 第65-66页 |
| ·聚类分析方法 | 第66-67页 |
| ·在线零售企业CRM中的聚类问题 | 第67-73页 |
| ·客户使用计算机的聚类 | 第67-69页 |
| ·客户访问行为的聚类 | 第69-72页 |
| ·客户购买行为的聚类 | 第72-73页 |
| ·客户分群 | 第73页 |
| ·面向在线零售企业 CRM的聚类分析算法 | 第73-76页 |
| ·K-Means算法 | 第73-74页 |
| ·Fuzzy c-Means算法 | 第74-75页 |
| ·CABOSFV算法 | 第75-76页 |
| ·在线零售企业CRM中聚类分析的难点与对策 | 第76-80页 |
| ·用户身份识别难点及对策 | 第76-78页 |
| ·数据预处理难点及对策 | 第78-80页 |
| ·本章小结 | 第80-81页 |
| 结论 | 第81-82页 |
| 参考文献 | 第82-87页 |
| 攻读硕士学位论文发表的论文和取得的科研成果 | 第87-88页 |
| 致谢 | 第88页 |
