数据挖掘在商业银行客户关系管理中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 论文研究思路和主要结构 | 第15-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第2章 客户关系管理的相关理论和技术 | 第17-25页 |
| 2.1 客户关系管理理论 | 第17-19页 |
| 2.1.1 客户关系管理的产生 | 第17页 |
| 2.1.2 客户关系管理的定义 | 第17-18页 |
| 2.1.3 客户关系管理出现的原因 | 第18-19页 |
| 2.2 客户关系管理基本流程 | 第19-22页 |
| 2.2.1 确定客户策略 | 第20页 |
| 2.2.2 与客户互动 | 第20-21页 |
| 2.2.3 形成客户决策 | 第21页 |
| 2.2.4 基于技术的营销 | 第21-22页 |
| 2.2.5 管理客户信息 | 第22页 |
| 2.3 客户关系管理分类管理 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 数据挖掘的相关理论和技术 | 第25-39页 |
| 3.1 数据挖掘的理论 | 第25页 |
| 3.2 数据挖掘技术之BP神经网络 | 第25-34页 |
| 3.2.1 人工神经元理论 | 第26-27页 |
| 3.2.2 常用激活函数 | 第27-29页 |
| 3.2.3 神经网络运作原理 | 第29-34页 |
| 3.3 数据挖掘技术之朴素贝叶斯 | 第34-38页 |
| 3.3.1 贝叶斯定理 | 第35页 |
| 3.3.2 贝叶斯分类流程 | 第35-37页 |
| 3.3.3 朴素贝叶斯分类举例说明 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 数据挖掘处理银行CRM核心客户识别 | 第39-45页 |
| 4.1 识别银行核心客户的目的 | 第39页 |
| 4.2 数据挖掘识别核心客户的建模 | 第39-43页 |
| 4.3 数据挖掘识别核心客户的结果 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 数据挖掘处理银行CRM潜在行用卡客户识别 | 第45-52页 |
| 5.1 确认信用卡潜在客户的目的 | 第45页 |
| 5.2 数据挖掘识别信用卡潜在客户的建模 | 第45-50页 |
| 5.3 数据挖掘识别信用卡潜在客户结果 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第6章 基于数据挖掘的客户关系管理系统 | 第52-56页 |
| 6.1 基于数据挖掘客户关系管理系统的总体架构 | 第52-53页 |
| 6.2 基于数据挖掘客户关系管理系统的细分架构 | 第53-55页 |
| 6.3 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |
