聚类分析在电力客户关系管理中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·背景 | 第9-10页 |
| ·国内外研究的现状 | 第10-12页 |
| ·客户关系管理CRM的研究现状 | 第10页 |
| ·数据挖掘在CRM中的应用现状 | 第10-11页 |
| ·聚类分析的研究现状 | 第11-12页 |
| ·本文的主要研究内容 | 第12页 |
| ·小结 | 第12-13页 |
| 第二章 客户关系管理CRM | 第13-18页 |
| ·CRM产生的背景 | 第13-15页 |
| ·CRM产生的背景 | 第13-14页 |
| ·CRM的作用 | 第14-15页 |
| ·CRM的基本原理 | 第15-17页 |
| ·CRM的定义 | 第15-16页 |
| ·CRM的核心内容 | 第16-17页 |
| ·小结 | 第17-18页 |
| 第三章 供电企业的客户关系管理 | 第18-22页 |
| ·供电企业CRM产生的背景 | 第18-19页 |
| ·供电企业实施CRM的目标及体系结构 | 第19-20页 |
| ·供电企业实施CRM的目标 | 第19页 |
| ·供电企业实施CRM的体系结构 | 第19-20页 |
| ·供电企业CRM的实施方式 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第四章 聚类算法及其在CRM上的应用 | 第22-38页 |
| ·聚类分析概述 | 第22-25页 |
| ·聚类分析算法的基本原理 | 第22页 |
| ·聚类分析过程 | 第22页 |
| ·聚类分析基础知识 | 第22-25页 |
| ·聚类算法的分类 | 第25-26页 |
| ·K-means算法研究 | 第26-28页 |
| ·K-means算法的基本思想和框架 | 第26-27页 |
| ·K-means算法的研究现状 | 第27-28页 |
| ·利用抽样技术对K-means算法进行改进 | 第28页 |
| ·DBSCAN算法 | 第28-32页 |
| ·DBSCAN算法概念 | 第28-29页 |
| ·DBSCAN算法框架 | 第29-30页 |
| ·DBSCAN算法局限性分析 | 第30-32页 |
| ·改进的算法——DBSK算法 | 第32-37页 |
| ·局部数据集参数MinPts的确定 | 第32页 |
| ·局部数据集聚类结果的合并 | 第32-34页 |
| ·DBSK算法的基本框架 | 第34-35页 |
| ·DBSK算法的时间复杂度 | 第35页 |
| ·实验结果 | 第35-37页 |
| ·小结 | 第37-38页 |
| 第五章 衡水供电公司客户分类的综合评价体系 | 第38-54页 |
| ·客户细分的相关概念 | 第38-42页 |
| ·客户细分的定义 | 第38页 |
| ·客户细分的意义 | 第38-39页 |
| ·客户细分的基本要求 | 第39-40页 |
| ·客户细分的方法 | 第40-42页 |
| ·聚类算法在客户细分领域中的应用 | 第42-44页 |
| ·聚类技术应用于客户细分的一般步骤 | 第42-43页 |
| ·建立客户细分系统 | 第43-44页 |
| ·客户细分指标的选取原则 | 第44-45页 |
| ·供电企业客户分类指标 | 第45-48页 |
| ·衡水供电公司客户细分实例分析 | 第48-53页 |
| ·实例分析 | 第49-52页 |
| ·结果分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 结论 | 第54-56页 |
| ·本文得出的结论 | 第54页 |
| ·进一步的研究方向 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 在学期间发表的学术论文和参加科研情况 | 第60-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62页 |
