| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 国外研究现状 | 第14-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 研究思路与框架 | 第16-18页 |
| 1.3.1 研究思路 | 第16-17页 |
| 1.3.2 论文框架 | 第17-18页 |
| 第二章 理论基础 | 第18-30页 |
| 2.1 客户关系管理概述 | 第18-20页 |
| 2.1.1 客户关系管理的定义 | 第18页 |
| 2.1.2 客户关系管理的内容 | 第18-19页 |
| 2.1.3 CRM与客户流失 | 第19-20页 |
| 2.2 RFM模型 | 第20-22页 |
| 2.2.1 RFM模型概述 | 第20-21页 |
| 2.2.2 RFM分析在加油站客户流失预警方面的应用 | 第21-22页 |
| 2.3 决策树算法 | 第22-28页 |
| 2.3.1 决策树的概念 | 第22-23页 |
| 2.3.2 决策树的生长 | 第23页 |
| 2.3.3 决策树的剪枝 | 第23-24页 |
| 2.3.4 常见决策树算法 | 第24-28页 |
| 2.4 K-Means聚类算法 | 第28-30页 |
| 第三章 客户流失分析模型介绍 | 第30-38页 |
| 3.1 客户流失分析 | 第30-32页 |
| 3.1.1 客户流失类型 | 第30页 |
| 3.1.2 客户流失分析的步骤 | 第30-31页 |
| 3.1.3 客户流失分析技术 | 第31-32页 |
| 3.1.4 决策树算法的优势 | 第32页 |
| 3.2 客户流失分析模型构建 | 第32-37页 |
| 3.2.1 流失分类决策树的生长 | 第32-33页 |
| 3.2.2 流失分类决策树的剪枝算法 | 第33-36页 |
| 3.2.3 属性缺失值处理 | 第36-37页 |
| 3.3 SPSS Modeler数据挖掘工具 | 第37-38页 |
| 第四章 A公司成品油零售客户流失实证分析 | 第38-56页 |
| 4.1 实证对象—A公司成品油零售客户流失 | 第38页 |
| 4.2 A公司成品油零售客户流失分析 | 第38-56页 |
| 4.2.1 商业理解 | 第39-40页 |
| 4.2.2 数据来源 | 第40页 |
| 4.2.3 数据准备 | 第40-43页 |
| 4.2.4 运用RFM模型分析不同客户群的流失率 | 第43-46页 |
| 4.2.5 训练生成预测模型 | 第46-48页 |
| 4.2.6 模型评估 | 第48-50页 |
| 4.2.7 模型应用 | 第50-51页 |
| 4.2.8 模型结论分析和政策建议 | 第51-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56页 |
| 5.2 不足与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 附件 | 第63页 |