客户关系管理中的关联规则研究与应用
摘要 | 第1-8页 |
目录 | 第8-11页 |
第一章 概述 | 第11-23页 |
·课题来源概述 | 第11页 |
·客户关系管理的背景 | 第11-13页 |
·客户关系管理的产生 | 第11-12页 |
·客户关系管理的定义 | 第12-13页 |
·客户关系管理系统CRM | 第13-18页 |
·CRM的体系结构 | 第13-16页 |
·CRM系统在国内外的应用现状 | 第16-17页 |
·CRM的基本功能 | 第17-18页 |
·数据挖掘概述 | 第18-20页 |
·客户关系管理中研究数据挖掘的意义 | 第20-22页 |
·CRM中应用数据挖掘的必要性 | 第20页 |
·CRM中实施数据挖掘的基本步骤 | 第20-21页 |
·CRM中数据挖掘技术的研究方向 | 第21页 |
·CRM中数据挖掘技术的发展趋势 | 第21-22页 |
·论文的章节安排 | 第22-23页 |
第二章 关联规则及其在CRM中的应用 | 第23-31页 |
·关联规则定义 | 第23-24页 |
·关联规则的表述形式 | 第24页 |
·关联规则算法的基本思想 | 第24-25页 |
·关联规则发现算法Apriori算法 | 第25-26页 |
·频繁项集的几种优化算法 | 第26-27页 |
·CRM中关联规则的应用 | 第27-30页 |
·应用概述 | 第27页 |
·应用例子 | 第27-30页 |
·课题的研究方向 | 第30页 |
·本章小结 | 第30-31页 |
第三章 加权关联规则序列模式挖掘 | 第31-43页 |
·加权关联规则 | 第31-36页 |
·加权关联规则概念 | 第31页 |
·加权关联规则表述形式 | 第31-33页 |
·加权关联规则核心算法 | 第33-36页 |
·序列模式挖掘 | 第36-39页 |
·序列挖掘概念 | 第36页 |
·序列挖掘基本思想 | 第36页 |
·序列模式算法 | 第36-39页 |
·序列模式改进算法的提出 | 第39-42页 |
·序列模式改进算法概述 | 第39页 |
·序列模式改进算法挖掘步骤 | 第39-42页 |
·本章小结 | 第42-43页 |
第四章 基于客户细分的加权关联序列模式挖掘模型 | 第43-57页 |
·客户细分的需求和作用 | 第43页 |
·客户细分模型概述 | 第43-48页 |
·细分流程 | 第43-45页 |
·细分算法 | 第45-48页 |
·客户细分物理模型建立 | 第48-56页 |
·CWM标准 | 第48页 |
·Xelopes数据挖掘库介绍 | 第48-51页 |
·模型设计具体步骤 | 第51-56页 |
·本章小结 | 第56-57页 |
第五章 关联规则挖掘算法评估模型 | 第57-63页 |
·关联规则评估标准 | 第57-58页 |
·关联规则挖掘性能评估参数 | 第58-60页 |
·算法运行时间(timing) | 第58页 |
·算法运行所需内存(memory-used) | 第58页 |
·算法I/O次数(I/O times) | 第58页 |
·算法对数据集扫描的次数 | 第58页 |
·规则的数目(itemsets number) | 第58-60页 |
·关联规则质量评估参数 | 第60-61页 |
·置性度(Confidence) | 第60页 |
·支持度(Support) | 第60页 |
·兴趣度(Interesting) | 第60-61页 |
·关联规则算法评估体系的建立 | 第61-62页 |
·本章小结 | 第62-63页 |
第六章 算法仿真及结果分析 | 第63-70页 |
·背景介绍 | 第63-64页 |
·实验环境 | 第64页 |
·数据预处理 | 第64-66页 |
·数据源介绍 | 第64页 |
·数据预处理原则 | 第64-65页 |
·数据标准化 | 第65-66页 |
·实现方法 | 第66-67页 |
·K-means聚类 | 第66页 |
·权重设置 | 第66-67页 |
·结果分析 | 第67-69页 |
·本章小结 | 第69-70页 |
第七章 结论与展望 | 第70-72页 |
·全文总结 | 第70页 |
·未来展望 | 第70-72页 |
参考文献: | 第72-74页 |
附录 | 第74-76页 |
致谢 | 第76-77页 |
研究生阶段发表过的文章 | 第77页 |