上海移动公司客户投诉管理研究及应用
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 客户投诉管理相关理论 | 第13-19页 |
| 1.2.1 客户投诉的内涵 | 第13-14页 |
| 1.2.2 客户投诉原因及形式 | 第14-16页 |
| 1.2.3 客户投诉管理 | 第16-18页 |
| 1.2.4 客户投诉管理的功能 | 第18-19页 |
| 1.2.5 客户投诉管理的原则 | 第19页 |
| 1.3 本文结构安排 | 第19-20页 |
| 1.4 本章小结 | 第20-21页 |
| 第二章 上海移动公司的客户投诉管理现状分析 | 第21-41页 |
| 2.1 移动公司基本状况简介 | 第21-22页 |
| 2.1.1 中国移动公司简介 | 第21页 |
| 2.1.2 上海移动公司简介 | 第21-22页 |
| 2.2 上海移动公司的客户投诉管理现状 | 第22-30页 |
| 2.2.1 从投诉管理架构看投诉管理现状 | 第22-25页 |
| 2.2.2 从投诉系统看投诉管理现状 | 第25-26页 |
| 2.2.3 从投诉情况看投诉管理现状 | 第26-30页 |
| 2.3 上海移动客户投诉管理问题分析 | 第30-37页 |
| 2.3.1 投诉支撑手段问题 | 第31-35页 |
| 2.3.2 投诉处理流程问题 | 第35-36页 |
| 2.3.3 主动预防工作不够 | 第36-37页 |
| 2.4 面向知识挖掘和价值创造的客户投诉管理 | 第37-40页 |
| 2.4.1 客户投诉管理意义 | 第37-38页 |
| 2.4.2 客户投诉管理理论 | 第38-40页 |
| 2.5 本章小结 | 第40-41页 |
| 第三章 基于知识挖掘的客户投诉热点分析 | 第41-59页 |
| 3.1 知识挖掘 | 第41页 |
| 3.2 文本挖掘 | 第41-42页 |
| 3.3 文本挖掘技术 | 第42-43页 |
| 3.4 文本分类技术 | 第43-44页 |
| 3.5 文本分类在投诉分析中的应用 | 第44-45页 |
| 3.5.1 应用背景 | 第44-45页 |
| 3.5.2 投诉文本特点 | 第45页 |
| 3.6 CCR 分类模型原理 | 第45-47页 |
| 3.7 分类模型算法 | 第47-53页 |
| 3.7.1 SVM 算法 | 第48-52页 |
| 3.7.2 KNN 算法 | 第52-53页 |
| 3.8 算法演进 | 第53-55页 |
| 3.9 算法评估 | 第55-58页 |
| 3.9.1 评估指标选择 | 第55-56页 |
| 3.9.2 评估方法与结果 | 第56-58页 |
| 3.10 本章小结 | 第58-59页 |
| 第四章 基于知识挖掘的客户投诉管理新模式的实施 | 第59-68页 |
| 4.1 模型应用 | 第59-64页 |
| 4.1.1 分析应用 | 第59-61页 |
| 4.1.2 流程应用 | 第61-64页 |
| 4.1.3 应用案例 | 第64页 |
| 4.2 应用平台 | 第64-66页 |
| 4.3 模型部署 | 第66-67页 |
| 4.4 物理与技术架构 | 第67页 |
| 4.5 本章小结 | 第67-68页 |
| 第五章 基于知识挖掘的客户投诉管理实施效果 | 第68-71页 |
| 5.1 提升客户满意度 | 第68页 |
| 5.2 降低客户投诉量 | 第68-69页 |
| 5.3 节支增效降低成本 | 第69-70页 |
| 5.4 示范效应显著 | 第70页 |
| 5.5 本章小结 | 第70-71页 |
| 第六章 客户投诉管理工作展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间已发表或录用的学术论文 | 第76页 |
