| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 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 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 论文研究内容与结构 | 第15-17页 |
| 2 相关理论文献回顾 | 第17-37页 |
| 2.1 客户流失理论的回顾 | 第17-25页 |
| 2.1.1 客户流失问题分析 | 第17-19页 |
| 2.1.2 客户流失原因分析 | 第19-21页 |
| 2.1.3 客户流失挽留理论分析 | 第21-24页 |
| 2.1.4 客户流失管理的必要性 | 第24-25页 |
| 2.2 客户流失预测模型的回顾 | 第25-30页 |
| 2.2.1 客户流失预测模型算法的回顾 | 第25-28页 |
| 2.2.2 客户流失预测模型应用的行业 | 第28-30页 |
| 2.3 汽车服务行业数据挖掘的建模框架 | 第30-37页 |
| 2.3.1 汽车服务企业应用数据挖掘技术的必要性 | 第31-32页 |
| 2.3.2 数据挖掘在汽车服务领域 CRM 中的应用分析 | 第32-33页 |
| 2.3.3 数据挖掘的主要工具 | 第33-34页 |
| 2.3.4 汽车服务行业数据挖掘的实施流程 | 第34-37页 |
| 3 汽车服务企业客户流失预测建模框架的设计 | 第37-59页 |
| 3.1 汽车服务企业客户流失问题的确认 | 第37-40页 |
| 3.1.1 汽车服务企业的特点 | 第37-38页 |
| 3.1.2 汽车服务企业客户流失定义 | 第38-39页 |
| 3.1.3 汽车服务企业客户流失分类 | 第39页 |
| 3.1.4 汽车服务企业客户流失期限的界定 | 第39-40页 |
| 3.2 汽车服务企业客户流失预测模型的设计 | 第40-51页 |
| 3.2.1 客户流失建模的原则 | 第40-41页 |
| 3.2.2 客户流失建模的意义 | 第41页 |
| 3.2.3 客户流失预测建模方法的选择 | 第41-49页 |
| 3.2.4 汽车服务企业客户流失预测模型的评估 | 第49-51页 |
| 3.3 汽车服务企业客户流失预测模型变量的选择 | 第51-57页 |
| 3.3.1 变量的初选 | 第51-56页 |
| 3.3.2 变量的复选 | 第56-57页 |
| 3.4 本章小结 | 第57-59页 |
| 4 汽车服务企业客户流失预测模型建立与评价 | 第59-82页 |
| 4.1 建模的实施流程 | 第59-60页 |
| 4.2 建模数据准备 | 第60-65页 |
| 4.3 汽车服务企业客户流失模型的建立 | 第65-75页 |
| 4.3.1 基于 Weka 平台的决策树分析 | 第65-70页 |
| 4.3.2 基于 SAS Enterprise Miner 的 logistic 回归分析 | 第70-75页 |
| 4.4 模型的综合评价 | 第75-81页 |
| 4.4.1 模型评价--混淆矩阵 | 第75-76页 |
| 4.4.2 模型猜想的验证 | 第76页 |
| 4.4.3 属性约减与未进行属性约减的 Logistic 回归模型的比较 | 第76-80页 |
| 4.4.4 综合评价 | 第80-81页 |
| 4.5 本章小结 | 第81-82页 |
| 5 汽车服务企业客户流失预测模型的应用研究 | 第82-94页 |
| 5.1 客户流失预测概率的计算 | 第82-83页 |
| 5.2 基于 RFM 模型的客户细分 | 第83-86页 |
| 5.3 控制和减少客户流失策略的设计 | 第86-93页 |
| 5.3.1 导致客户流失的受力分析 | 第86-87页 |
| 5.3.2 多层次维系策略的分析 | 第87-88页 |
| 5.3.3 基于受力分析与多层次维系的控制客户流失的策略 | 第88-92页 |
| 5.3.4 针对控制和减少客户流失策略的评估 | 第92-93页 |
| 5.4 本章小结 | 第93-94页 |
| 6 总结与展望 | 第94-96页 |
| 6.1 全文总结 | 第94页 |
| 6.2 研究展望 | 第94-96页 |
| 参考文献 | 第96-102页 |
| 攻读学位期间发表的学术论文 | 第102-103页 |
| 致谢 | 第103页 |
