| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 引言 | 第12-18页 |
| ·论文的研究背景 | 第12-15页 |
| ·知识管理的意义 | 第12页 |
| ·客户关系管理的意义 | 第12-13页 |
| ·基于知识管理的客户关系管理研究的意义 | 第13页 |
| ·知识型电力客户关系管理研究的意义 | 第13-15页 |
| ·论文的研究目的及内容 | 第15-16页 |
| ·论文的研究思路及框架结构 | 第16-17页 |
| ·论文的创新点 | 第17-18页 |
| 第二章 相关理论概述 | 第18-29页 |
| ·知识管理概述 | 第18-20页 |
| ·知识管理的定义与内涵 | 第18-19页 |
| ·知识管理的过程 | 第19-20页 |
| ·知识管理的策略和模式 | 第20页 |
| ·客户关系管理概述 | 第20-23页 |
| ·CRM 的定义与内涵 | 第21页 |
| ·对CRM 的基本认识 | 第21-22页 |
| ·CRM 的业务流程与功能 | 第22-23页 |
| ·知识型客户关系管理概述 | 第23-26页 |
| ·CRM 与KM 的联结 | 第23页 |
| ·知识型客户关系管理的定义 | 第23-24页 |
| ·KCRM 的特征 | 第24-25页 |
| ·知识型客户关系管理的战略地位 | 第25-26页 |
| ·供电企业客户关系管理概述 | 第26-29页 |
| ·供电行业客户关系管理的特点 | 第26-27页 |
| ·供电企业客户关系管理的涵义 | 第27页 |
| ·知识型电力CRM 的提出 | 第27-29页 |
| 第三章 知识型电力客户关系管理分析 | 第29-44页 |
| ·电力CRM 现状 | 第29-31页 |
| ·电力客户的界定 | 第29页 |
| ·电力客户关系管理新观念 | 第29-30页 |
| ·电力CRM 的发展 | 第30-31页 |
| ·知识型电力客户关系管理概述 | 第31-37页 |
| ·知识型电力CRM 的涵义 | 第31-33页 |
| ·实施知识型电力CRM 的目的及意义 | 第33-35页 |
| ·实施知识型电力CRM 的战略规划 | 第35-37页 |
| ·知识型电力客户关系管理应用概述 | 第37-44页 |
| ·知识型电力CRM 的应用领域 | 第37-38页 |
| ·知识型电力CRM 的应用模式 | 第38-41页 |
| ·知识型电力CRM 架构及实施步骤 | 第41-44页 |
| 第四章 知识型电力客户关系管理技术及系统研究 | 第44-79页 |
| ·知识型电力CRM 技术概述 | 第44-54页 |
| ·一般知识管理技术 | 第44-45页 |
| ·知识型电力CRM 技术 | 第45-46页 |
| ·电力客户知识库 | 第46-48页 |
| ·电力客户知识地图 | 第48-49页 |
| ·供电企业知识门户 | 第49-50页 |
| ·隐性知识管理技术 | 第50-54页 |
| ·知识型电力CRM 业务规划 | 第54-58页 |
| ·知识型电力CRM 战略 | 第54-55页 |
| ·知识型电力CRM 业务规划 | 第55-58页 |
| ·知识型电力CRM 系统框架 | 第58-66页 |
| ·知识型电力CRM 系统的设计思想 | 第59-60页 |
| ·系统的流程与结构 | 第60-62页 |
| ·系统的功能与模块 | 第62-65页 |
| ·知识型电力CRM 系统的实施 | 第65-66页 |
| ·电力客户知识管理 | 第66-79页 |
| ·知识型电力CRM 中的客户知识 | 第66-68页 |
| ·电力客户知识管理的概念 | 第68-70页 |
| ·电力客户知识管理的内容 | 第70-74页 |
| ·电力客户知识管理的流程 | 第74-75页 |
| ·电力客户知识管理体系 | 第75-77页 |
| ·实施电力CKM 的策略 | 第77-79页 |
| 第五章 知识型电力客户关系管理模型研究 | 第79-127页 |
| ·基于层次聚类的知识型电力客户细分模型 | 第79-84页 |
| ·聚类与层次聚类 | 第79-81页 |
| ·知识型电力客户细分模型 | 第81-83页 |
| ·客户细分知识分析与应用 | 第83-84页 |
| ·基于决策树的知识型电力客户定位模型 | 第84-90页 |
| ·决策树生成的基本过程 | 第84-85页 |
| ·决策树分类的ID3 算法 | 第85-86页 |
| ·基于决策树的知识型电力客户定位模型 | 第86-89页 |
| ·客户定位知识分析与应用 | 第89-90页 |
| ·基于案例推理的知识型电力客户服务模型 | 第90-98页 |
| ·CBR 基本原理 | 第90-93页 |
| ·基于CBR 的知识型电力客户服务模型 | 第93-97页 |
| ·客户服务模型知识分析与应用 | 第97-98页 |
| ·基于统计分析确定权重的知识型电力客户满意度模糊综合评价 | 第98-110页 |
| ·影响电力客户满意度的因素 | 第99-100页 |
| ·知识型电力客户满意度评价指标体系 | 第100页 |
| ·基于决策树与统计分析的指标权重的确定 | 第100-102页 |
| ·知识型电力客户满意度模糊综合评价模型 | 第102-107页 |
| ·知识分析及模型应用 | 第107-108页 |
| ·基于知识的电力客户满意度解决方案 | 第108-109页 |
| ·小结 | 第109-110页 |
| ·基于模式库的知识型短期负荷预测 | 第110-119页 |
| ·分类和回归树(CART) | 第111-114页 |
| ·构建日负荷模式库 | 第114页 |
| ·基于模式库的知识型日负荷预测模型 | 第114-115页 |
| ·日负荷知识获取与应用 | 第115-118页 |
| ·小结 | 第118-119页 |
| ·基于粒子群支持向量机的知识型中长期电力负荷预测 | 第119-127页 |
| ·支持向量机回归方法 | 第119-120页 |
| ·粒子群算法基本原理 | 第120-121页 |
| ·基于PSO 优化的SVM 回归估计模型 | 第121-122页 |
| ·基于PSO-SVM 的知识型月负荷预测 | 第122-125页 |
| ·知识分析与应用 | 第125-127页 |
| 第六章 结论及未来展望 | 第127-129页 |
| ·结论 | 第127-128页 |
| ·未来展望 | 第128-129页 |
| 参考文献 | 第129-137页 |
| 致谢 | 第137-138页 |
| 个人简历、在学期间参加的科研工作及学术论文发表 | 第138-139页 |