数据挖掘分类算法在CRM中的研究
| 第1章 绪论 | 第1-20页 |
| ·论文的选题背景及研究意义 | 第11-13页 |
| ·论文选题的背景 | 第11-12页 |
| ·论文研究的目的和意义 | 第12-13页 |
| ·国内外研究的现状与发展趋势 | 第13-18页 |
| ·全球CRM的研究现状及前景 | 第13-14页 |
| ·国内CRM的研究现状及特点 | 第14-15页 |
| ·数据挖掘研究现状 | 第15-17页 |
| ·数据挖掘分类算法研究现状 | 第17-18页 |
| ·论文总体结构及创新之处 | 第18-20页 |
| ·论文总体结构 | 第18页 |
| ·论文创新之处 | 第18-20页 |
| 第2章 相关理论 | 第20-36页 |
| ·客户关系管理 | 第20-25页 |
| ·客户关系管理产生的背景 | 第20-21页 |
| ·客户关系管理的内涵 | 第21-22页 |
| ·CRM应用系统的体系结构 | 第22-23页 |
| ·分析型CRM的基本内容 | 第23-24页 |
| ·CRM给企业带来的优势 | 第24-25页 |
| ·数据挖掘分类算法 | 第25-29页 |
| ·数据挖掘分类分析的过程 | 第25-27页 |
| ·分类数据的预处理 | 第27-28页 |
| ·分类算法的比较和评估标准 | 第28-29页 |
| ·数据挖掘典型算法 | 第29-33页 |
| ·决策树 | 第29-30页 |
| ·神经网络 | 第30-31页 |
| ·遗传算法 | 第31-32页 |
| ·粗集理论 | 第32-33页 |
| ·数据挖掘在CRM中的应用 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 SLIQ决策树分类算法研究 | 第36-54页 |
| ·决策树概述 | 第36页 |
| ·决策树算法研究 | 第36-43页 |
| ·基本决策树算法 | 第36-40页 |
| ·决策树的优点 | 第40-41页 |
| ·一般决策树的劣势 | 第41页 |
| ·决策树的几种经典算法 | 第41-42页 |
| ·决策树算法性能讨论 | 第42-43页 |
| ·SLIQ决策树分类算法 | 第43-53页 |
| ·SLIQ算法的优点 | 第43-44页 |
| ·可伸缩性指标 | 第44页 |
| ·SLIQ决策树分类算法 | 第44-45页 |
| ·属性的分裂方法 | 第45-46页 |
| ·剪枝 | 第46页 |
| ·SLIQ算法程序实现 | 第46-51页 |
| ·SLIQ算法流程总程序 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 基于SLIQ分类算法的CRM客户分类研究 | 第54-67页 |
| ·客户分类研究在CRM中的重要意义 | 第54-56页 |
| ·客户分类是CRM的内在要求 | 第54页 |
| ·客户分类有利于企业有效地获取新客户 | 第54-55页 |
| ·客户分类是“一对一营销”的实际要求 | 第55页 |
| ·客户分类是企业推行智能化、分析型CRM的前提 | 第55-56页 |
| ·CRM中的一对一营销 | 第56-60页 |
| ·一对一营销理念 | 第56页 |
| ·一对一营销的特点 | 第56-58页 |
| ·一对一营销的类型 | 第58-60页 |
| ·基于SLIQ分类算法的电信客户分类研究 | 第60-66页 |
| ·电信企业客户关系的特点 | 第60页 |
| ·传统的电信客户分类方式及其不足 | 第60-61页 |
| ·电信客户分类指标选择 | 第61-63页 |
| ·基于SLIQ分类算法的电信客户分类研究 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 第5章 面向CRM的遗传神经网络研究 | 第67-86页 |
| ·遗传算法 | 第67-72页 |
| ·遗传算法的构成要素 | 第67-70页 |
| ·遗传算法基本流程 | 第70-71页 |
| ·遗传算法算法描述 | 第71-72页 |
| ·神经网络算法 | 第72-80页 |
| ·神经网络模型 | 第72-75页 |
| ·神经网络算法 | 第75-80页 |
| ·神经网络算法的局限性 | 第80页 |
| ·面向CRM的遗传神经网络研究 | 第80-85页 |
| ·遗传算法优化神经网络概述 | 第80-82页 |
| ·基于三层染色体结构的遗传神经网络算法 | 第82-85页 |
| ·本章小结 | 第85-86页 |
| 第6章 基于遗传神经网络的CRM客户流失预测研究 | 第86-96页 |
| ·CRM中的客户流失问题 | 第86-89页 |
| ·锁住现有客户比吸引新客户更重要 | 第86-87页 |
| ·客户流失的定义 | 第87页 |
| ·客户流失对企业的影响 | 第87-89页 |
| ·客户流失因素分析 | 第89-90页 |
| ·基于遗传神经网络的中国移动客户流失预测研究 | 第90-95页 |
| ·中国移动客户流失预测指标选择 | 第90-93页 |
| ·模型评价标准 | 第93-94页 |
| ·基于遗传神经网络的中国移动客户流失预测研究 | 第94-95页 |
| ·本章小结 | 第95-96页 |
| 结论 | 第96-98页 |
| 参考文献 | 第98-103页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第103-104页 |
| 致谢 | 第104-105页 |
| 附录 | 第105-109页 |
