基于聚类的数据挖掘技术在CRM中的研究与应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 引言 | 第8-12页 |
| 1．1 CRM的经济背景 | 第8页 |
| 1．2 客户划分是CRM中的首要问题 | 第8-9页 |
| 1．3 用数据挖掘技术深化CRM | 第9页 |
| 1．4 研究现状 | 第9-11页 |
| 1．5 论文结构 | 第11-12页 |
| 2 客户关系管理的研究 | 第12-20页 |
| 2．1 CRM的基本理论研究 | 第12-14页 |
| 2．2 CRM的应用研究 | 第14-20页 |
| 2．2．1 为什么要实施客户关系管理 | 第14-15页 |
| 2．2．2 CRM失败的原因 | 第15-17页 |
| 2．2．3 CRM的成功之路 | 第17-20页 |
| 3 CRM实现的关键技术 | 第20-32页 |
| 3．1 数据挖掘技术及其常用方法 | 第20-22页 |
| 3．1．1 数据挖掘的概念 | 第20-21页 |
| 3．1．2 数据挖掘常用方法及其特点 | 第21-22页 |
| 3．2 数据挖掘的流程 | 第22-24页 |
| 3．3 数据仓库及联机分析处理技术 | 第24-32页 |
| 3．3．1 什么是数据仓库 | 第24-25页 |
| 3．3．2 数据仓库的体系结构 | 第25-28页 |
| 3．3．3 数据仓库的设计方法 | 第28-29页 |
| 3．3．4 联机分析处理技术 | 第29-32页 |
| 4 聚类分析模式研究 | 第32-42页 |
| 4．1 聚类分析的定义 | 第32-33页 |
| 4．2 聚类分析的意义 | 第33-34页 |
| 4．3 聚类分析方法及其优缺点比较 | 第34-36页 |
| 4．4 聚类方法的改进 | 第36-42页 |
| 4．4．1 问题描述 | 第37-39页 |
| 4．4．2 算法的设计 | 第39-40页 |
| 4．4．3 算法的实现 | 第40-42页 |
| 5 原型系统的分析与设计 | 第42-58页 |
| 5．1 系统背景 | 第42-45页 |
| 5．2 系统分析及其模块的划分 | 第45-47页 |
| 5．3 系统配置及其体系结构 | 第47-48页 |
| 5．3．1 系统配置及其开发环境 | 第47页 |
| 5．3．2 系统的体系结构 | 第47-48页 |
| 5．4 系统实现及结果分析 | 第48-58页 |
| 5．4．1 数据库的设计 | 第48-49页 |
| 5．4．2 数据仓库的设计 | 第49-54页 |
| 5．4．3 数据挖掘模型的建立与实施 | 第54-57页 |
| 5．4．4 结论分析 | 第57-58页 |
| 6 结束语 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 后记 | 第63页 |
