| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-13页 |
| ·问题的研究背景 | 第8页 |
| ·客户细分的研究现状 | 第8-11页 |
| ·目前研究的不足 | 第11页 |
| ·本文的主要研究内容 | 第11-12页 |
| ·本文的研究意义 | 第12-13页 |
| 2 数据挖掘理论概述 | 第13-16页 |
| ·数据挖掘的概念 | 第13页 |
| ·数据挖掘与传统分析方法的区别 | 第13页 |
| ·数据挖掘中的知识发现过程 | 第13-14页 |
| ·数据挖掘在 CRM中的应用 | 第14-16页 |
| 3 基于数据挖掘的电信客户细分功能模型 | 第16-19页 |
| ·电信行业概况 | 第16-17页 |
| ·电信客户细分功能模型 | 第17-19页 |
| 4 电信客户数据预处理过程 | 第19-26页 |
| ·数据预处理的重要性 | 第19页 |
| ·数据预处理过程 | 第19-23页 |
| ·预处理后的数据统计结果 | 第23-26页 |
| 5 使用 K-means聚类算法对电信客户进行细分 | 第26-38页 |
| ·K-means算法简介 | 第26-27页 |
| ·使用误差平方和准则函数的 K-means算法 | 第27-28页 |
| ·K-means聚类算法实现结果 | 第28-29页 |
| ·聚类结果分析 | 第29-38页 |
| 6 关联规则分析 | 第38-47页 |
| ·关联规则的概念 | 第38-39页 |
| ·Apriori算法简介 | 第39-40页 |
| ·客户增值业务消费关联分析 | 第40-47页 |
| 7 结论和展望 | 第47-49页 |
| ·结论 | 第47页 |
| ·未来研究的展望 | 第47-49页 |
| 注释 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 附录:客户对增值业务消费的关联规则分析结果 | 第54-64页 |
| 致谢 | 第64页 |