基于数据挖掘的电信客户细分模型的研究与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究背景 | 第10-11页 |
| ·国内外研究现状及未来发展趋势 | 第11-14页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12页 |
| ·电信行业 CRM 研究现状 | 第12-13页 |
| ·问题提出及研究意义 | 第13-14页 |
| ·本文主要工作 | 第14页 |
| ·本文研究内容与结构安排 | 第14-16页 |
| 第二章 关键技术介绍 | 第16-35页 |
| ·数据挖掘 | 第16-22页 |
| ·数据挖掘定义 | 第16-17页 |
| ·数据挖掘的功能 | 第17-18页 |
| ·数据挖掘过程 | 第18-19页 |
| ·数据挖掘应用分类 | 第19-20页 |
| ·数据挖掘采用的典型方法及工具 | 第20-21页 |
| ·实施数据挖掘注意问题 | 第21-22页 |
| ·聚类分析 | 第22-27页 |
| ·聚类定义 | 第22-23页 |
| ·聚类分析的局限性和要求 | 第23-24页 |
| ·聚类分析的分类 | 第24页 |
| ·聚类分析中的数据类型 | 第24-25页 |
| ·几类常见的聚类算法 | 第25-26页 |
| ·聚类分析的主要步骤 | 第26页 |
| ·聚类算法的探讨及研究方向 | 第26-27页 |
| ·客户关系管理系统（CRM） | 第27-34页 |
| ·客户关系管理概念 | 第27-28页 |
| ·为什么要进行客户关系管理(CRM) | 第28-29页 |
| ·数据挖掘在 CRM 中的应用现状 | 第29-30页 |
| ·客户关系管理(CRM)的特征 | 第30-31页 |
| ·数据挖掘在客户关系管理中的应用 | 第31页 |
| ·客户关系管理（CRM）的分类 | 第31-32页 |
| ·数据挖掘在客户关系管理中的常用技术 | 第32页 |
| ·数据挖掘在客户关系管理中的主要应用 | 第32-33页 |
| ·数据挖掘在 CRM 中应用的过程 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 电信客户细分需求分析 | 第35-41页 |
| ·背景分析 | 第35页 |
| ·电信客户关系管理存在问题 | 第35-38页 |
| ·电信行业竞争格局分析 | 第35-36页 |
| ·淄博移动客户关系管理细分存在的问题 | 第36-38页 |
| ·本文电信客户细分系统解决的问题 | 第38-39页 |
| ·电信行业CRM 系统构成 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 电信客户细分总体设计 | 第41-51页 |
| ·客户细分采取的数据挖掘标准 | 第41-43页 |
| ·基于数据挖掘技术的电信客户细分模型总体设计 | 第43-50页 |
| ·数据挖掘主题选取 | 第43-44页 |
| ·基于数据挖掘的客户分群流程 | 第44-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 电信客户细分模型详细设计 | 第51-81页 |
| ·客户细分概念 | 第52-54页 |
| ·客户细分的分类与细分方式 | 第52-53页 |
| ·客户细分的重要性 | 第53-54页 |
| ·客户分类信息管理 | 第54页 |
| ·客户细分数据处理 | 第54-56页 |
| ·需求分析 | 第54-55页 |
| ·模型的数据处理(ETL) | 第55-56页 |
| ·客户细分模型的建立 | 第56-78页 |
| ·细分变量及分群设计 | 第56-59页 |
| ·细分变量选择 | 第59-61页 |
| ·客户细分模型建立 | 第61-69页 |
| ·模型评估 | 第69-71页 |
| ·结果分析及策略制定 | 第71-78页 |
| ·本章小结 | 第78页 |
| ·进一步的工作 | 第78-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 攻硕期间取得的研究成果 | 第85-86页 |
