基于数据挖掘的铁路货运潜在客户识别研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18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 国外潜在客户识别研究现状 | 第13-14页 |
| 1.2.2 国内潜在客户识别研究现状 | 第14-15页 |
| 1.3 研究内容与思路 | 第15-18页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 研究思路 | 第16-18页 |
| 第2章 潜在客户识别理论与技术 | 第18-24页 |
| 2.1 潜在客户识别基础 | 第18-19页 |
| 2.1.1 潜在客户的定义 | 第18-19页 |
| 2.1.2 潜在客户识别的方法 | 第19页 |
| 2.2 数据仓库技术 | 第19-21页 |
| 2.2.1 数据仓库概述 | 第19-20页 |
| 2.2.2 数据仓库架构 | 第20-21页 |
| 2.3 数据挖掘技术 | 第21-23页 |
| 2.3.1 数据挖掘概述 | 第21-22页 |
| 2.3.2 数据挖掘主要技术 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 铁路货运潜在客户识别分析 | 第24-34页 |
| 3.1 铁路货运潜在客户识别现状 | 第24页 |
| 3.2 铁路货运潜在客户识别总体架构 | 第24-27页 |
| 3.3 数据的获取与预处理 | 第27-33页 |
| 3.3.1 数据获取 | 第27-30页 |
| 3.3.2 数据预处理 | 第30-32页 |
| 3.3.3 数据仓库的构建 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 铁路货运潜在客户识别模型 | 第34-43页 |
| 4.1 铁路货运现有客户细分 | 第34-38页 |
| 4.1.1 指标选取 | 第34-35页 |
| 4.1.2 模型构建 | 第35-37页 |
| 4.1.3 算法选择 | 第37-38页 |
| 4.2 细分客户特征识别 | 第38-40页 |
| 4.2.1 指标选取 | 第38-39页 |
| 4.2.2 模型构建 | 第39-40页 |
| 4.3 铁路货运潜在客户判别 | 第40-41页 |
| 4.3.1 客户特征库构建 | 第41页 |
| 4.3.2 潜在客户识别 | 第41页 |
| 4.4 本章小结 | 第41-43页 |
| 第5章 铁路货运潜在客户识别案例分析 | 第43-57页 |
| 5.1 铁路货运潜在客户识别数据仓库的构建 | 第43-44页 |
| 5.2 铁路货运现有客户细分实现 | 第44-49页 |
| 5.2.1 数据准备 | 第44-45页 |
| 5.2.2 现有客户细分模型实现 | 第45-49页 |
| 5.3 细分客户特征识别实现 | 第49-55页 |
| 5.3.1 数据准备 | 第50页 |
| 5.3.2 细分客户特征识别模型的实现 | 第50-52页 |
| 5.3.3 细分客户特征识别模型的评估 | 第52-55页 |
| 5.4 潜在客户识别与开发 | 第55-56页 |
| 5.4.1 潜在客户识别 | 第55页 |
| 5.4.2 潜在客户开发策略 | 第55-56页 |
| 5.5 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第63页 |
