| 1 绪论 | 第1-23页 |
| ·客户关系管理概述 | 第8-12页 |
| ·客户关系管理的形成过程 | 第8-9页 |
| ·客户关系管理系统的分类 | 第9-10页 |
| ·客户关系管理系统的构成 | 第10-11页 |
| ·国内外客户关系管理的现状 | 第11-12页 |
| ·数据仓库概述 | 第12-14页 |
| ·数据仓库系统的结构 | 第12-13页 |
| ·数据仓库中的多维建模技术 | 第13-14页 |
| ·数据挖掘（DATA MINING） | 第14-20页 |
| ·数据挖掘概述 | 第14-16页 |
| ·数据挖掘常用技术 | 第16-19页 |
| ·数据挖掘的过程 | 第19-20页 |
| ·客户关系管理中的数据仓库技术 | 第20-22页 |
| ·客户关系管理系统对数据仓库的要求 | 第20-21页 |
| ·客户关系管理中的数据仓库数据建模 | 第21页 |
| ·数据仓库在客户关系管理中的应用范围 | 第21-22页 |
| ·本文的研究目标与整体框架 | 第22-23页 |
| 2 一种基于关联规则客户细分模型的改进 | 第23-37页 |
| ·问题的提出 | 第23-27页 |
| ·基本概念 | 第23-24页 |
| ·基于置信度-支持度的关联规则挖掘方法及其不足 | 第24-27页 |
| ·一种改进的基于支持度-显著度架构的关联规则挖掘方法 | 第27-29页 |
| ·显著度 | 第27-28页 |
| ·显著关联规则挖掘方法 | 第28-29页 |
| ·改进的基于支持度-显著度构架的关联分类方法 | 第29-35页 |
| ·改进的基于支持度-显著度构架的关联分类规则挖掘算法 | 第29-31页 |
| ·分类器构造的优化 | 第31-34页 |
| ·算例分析 | 第34-35页 |
| ·改进的关联分类方法在客户细分中的应用分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 3 证券CRM 数据仓库建立与数据载入 | 第37-51页 |
| ·证券客户关系管理中的数据仓库技术 | 第37-38页 |
| ·证券公司业务数据库结构的分析 | 第38-42页 |
| ·证券数据仓库应用系统设计 | 第42-49页 |
| ·数据仓库从业务数据库中载入数据 | 第49-51页 |
| 4 改进的客户细分模型在证券CRM 的应用 | 第51-62页 |
| ·证券CRM 的客户细分规则定义 | 第51-54页 |
| ·客户细分特征量的选取 | 第51-52页 |
| ·细分客户的方法 | 第52-54页 |
| ·证券客户细分特征数据抽取 | 第54-55页 |
| ·证券客户数据的分类处理及分析 | 第55-59页 |
| ·离散化处理 | 第56页 |
| ·数据挖掘算法描述 | 第56-58页 |
| ·各操作行为之间的关联分析 | 第58-59页 |
| ·建立起以客户细分为基础的券商营销策略 | 第59页 |
| ·证券CRM 客户细分的其他分类标准及方法 | 第59-62页 |
| 5 结论与展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 在攻读硕士研究生期间发表的论文 | 第67页 |