| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·本文研究的目的和意义 | 第10-11页 |
| ·相关理论国内外发展现状 | 第11-14页 |
| ·数据挖掘国内外发展现状 | 第12-13页 |
| ·CRM国内外发展现状 | 第13-14页 |
| ·本文研究工作 | 第14-16页 |
| 第2章 相关研究理论综述 | 第16-28页 |
| ·数据挖掘技述 | 第16-23页 |
| ·数据挖掘模型分类 | 第17-20页 |
| ·数据挖掘常用技术 | 第20-21页 |
| ·数据挖掘过程与应用 | 第21-23页 |
| ·CRM概述 | 第23-27页 |
| ·CRM功能及分类 | 第23-25页 |
| ·CRM系统构成 | 第25-26页 |
| ·CRM发展现状及应用 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 算法改进以及应用研究 | 第28-53页 |
| ·改进的基于平方误差密度划分准则的K-MEANS算法 | 第28-39页 |
| ·传统K-means算法存在的问题 | 第29-31页 |
| ·改进算法数据类型预处理 | 第31-33页 |
| ·改进算法的描述 | 第33-35页 |
| ·改进算法的执行过程 | 第35-38页 |
| ·仿真实验及性能评定 | 第38-39页 |
| ·改进的基于确信度支持度框架的分类算法 | 第39-52页 |
| ·基于置信度和支持度框架的Apriori算法的不足 | 第39-43页 |
| ·基于确信度支持度框架的关联规则的提出 | 第43-46页 |
| ·基于确信度支持度框架的分类算法的描述 | 第46-50页 |
| ·仿真实验及性能评定 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 CRM智能客户系统的设计 | 第53-81页 |
| ·客户重要性模块设计 | 第53-61页 |
| ·客户重要性指标的特征量的选取 | 第54-56页 |
| ·客户重要性指标的数据结构的构造 | 第56-61页 |
| ·客户营销成本模块的设计 | 第61-68页 |
| ·营销成本特征量的选取 | 第62-65页 |
| ·营销成本规则库的搭建 | 第65-68页 |
| ·智能客户系统总体设计 | 第68-79页 |
| ·智能客户系统主体结构 | 第69-71页 |
| ·应用实例 | 第71-74页 |
| ·客户重要性模块的执行过程 | 第74-75页 |
| ·营销成本模块的执行过程 | 第75-79页 |
| ·CRM智能客户系统的评价与解释 | 第79页 |
| ·本章小结 | 第79-81页 |
| 第5章 结论与展望 | 第81-83页 |
| 参考文献 | 第83-86页 |
| 作者简介及在学期间所取得的科研成果 | 第86-87页 |
| 致谢 | 第87页 |