| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景 | 第9-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·研究内容与结构 | 第13-15页 |
| 第2章 相关理论 | 第15-24页 |
| ·客户细分 | 第15-18页 |
| ·客户细分概念 | 第15页 |
| ·客户细分的原则 | 第15-16页 |
| ·客户细分的种类 | 第16-17页 |
| ·客户细分的步骤 | 第17-18页 |
| ·客户价值 | 第18-20页 |
| ·客户价值理论 | 第18-19页 |
| ·客户价值分类 | 第19页 |
| ·RFM 模型 | 第19-20页 |
| ·聚类分析 | 第20-24页 |
| ·聚类分析概念 | 第20-21页 |
| ·距离与相似度测量方法 | 第21页 |
| ·聚类算法分类 | 第21-22页 |
| ·聚类分析准则 | 第22-24页 |
| 第3章 烟草行业客户细分模型构建及数据预处理 | 第24-40页 |
| ·烟草行业概况及客户分类现状和问题 | 第24-26页 |
| ·烟草行业概况 | 第24-25页 |
| ·某地市烟草公司简介 | 第25页 |
| ·某地市烟草公司客户分类现状及存在的问题 | 第25-26页 |
| ·基于客户价值的客户细分模型指标体系的构建 | 第26-30页 |
| ·客户细分变量的选择 | 第26-28页 |
| ·根据 RFM 模型衡量客户价值 | 第28页 |
| ·以烟的种类和购买总数量划分零售户购买行为 | 第28-29页 |
| ·客户细分模型的构建 | 第29-30页 |
| ·数据预处理 | 第30-40页 |
| ·业务及指标体系理解 | 第31页 |
| ·数据收集 | 第31-33页 |
| ·数据清理和集成 | 第33-40页 |
| 第4章 基于 K-MEANS 算法的烟草行业客户细分模型的应用 | 第40-58页 |
| ·K-MEANS 算法 | 第40-41页 |
| ·K-MEANS 算法原理 | 第40页 |
| ·K-MEANS 算法步骤 | 第40页 |
| ·K-MEANS 算法优缺点 | 第40-41页 |
| ·基于 K-MEANS 算法的客户细分模型应用 | 第41-46页 |
| ·基于客户价值的客户细分模型应用 | 第41-43页 |
| ·从烟草的品类维度聚类 | 第43-44页 |
| ·从烟草的月份维度聚类 | 第44-46页 |
| ·基于多维交叉分析的客户细分 | 第46-58页 |
| ·多维交叉分析结果集 | 第46-50页 |
| ·客户细分效果验证 | 第50-55页 |
| ·客户细分结果分析 | 第55-58页 |
| 第5章 总结与展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间取得的学术成果 | 第64-65页 |
| 致谢 | 第65页 |