| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| CONTENTS | 第8-11页 |
| 第一章 绪论 | 第11-19页 |
| ·研究背景及选题意义 | 第11-12页 |
| ·国内外相关领域的研究现状 | 第12-16页 |
| ·数据挖掘技术 | 第12-14页 |
| ·CRM发展综述 | 第14-16页 |
| ·本文研究的主要内容与创新 | 第16-17页 |
| ·本文组织 | 第17-19页 |
| 第二章 数据挖掘和客户关系管理 | 第19-33页 |
| ·数据仓库 | 第19-21页 |
| ·数据仓库的概念和主要特征 | 第19-20页 |
| ·数据仓库系统 | 第20-21页 |
| ·数据挖掘 | 第21-27页 |
| ·数据挖掘的概念和任务 | 第21-23页 |
| ·聚类技术 | 第23-25页 |
| ·分类技术 | 第25-27页 |
| ·客户关系管理(CRM) | 第27-32页 |
| ·CRM体系结构 | 第27-28页 |
| ·CRM分析内容 | 第28-30页 |
| ·CRM在酒店行业中的应用 | 第30-32页 |
| ·小结 | 第32-33页 |
| 第三章 基于数据挖掘的数据准备和数据仓库建模 | 第33-39页 |
| ·主题定义 | 第33-34页 |
| ·数据定义 | 第34-35页 |
| ·构建酒店CRM数据仓库 | 第35-38页 |
| ·数据仓库模型 | 第35-36页 |
| ·数据ETL过程 | 第36-38页 |
| ·小结 | 第38-39页 |
| 第四章 用于客户获取的k-means与ID3的改进算法 | 第39-51页 |
| ·k-means算法 | 第39-45页 |
| ·k-means算法的基本思想 | 第39-41页 |
| ·k-means算法的特点及面临的问题 | 第41-42页 |
| ·改进的k-means算法 | 第42-45页 |
| ·ID3决策树算法 | 第45-50页 |
| ·ID3算法基本思想及描述 | 第45-47页 |
| ·ID3算法的特点和面临的问题 | 第47-49页 |
| ·改进的ID3算法 | 第49-50页 |
| ·小结 | 第50-51页 |
| 第五章 酒店CRM中的客户获取的实现 | 第51-58页 |
| ·客户价值 | 第51-52页 |
| ·客户细分 | 第52-54页 |
| ·预测潜在客户的反应行为模型 | 第54-56页 |
| ·小结 | 第56-58页 |
| 结论与展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表的论文 | 第63-64页 |
| 独创性声明 | 第64-65页 |
| 致谢 | 第65页 |