| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 CRM的研究现状 | 第11-13页 |
| 1.2.2 数据挖掘的研究现状 | 第13-15页 |
| 1.2.3 数据挖掘技术在CRM中的研究和应用现状 | 第15页 |
| 1.3 课题来源和主要研究内容 | 第15-16页 |
| 1.4 论文的组织 | 第16-18页 |
| 第二章 客户关系管理 | 第18-23页 |
| 2.1 CRM的产生 | 第18-19页 |
| 2.2 CRM的定义 | 第19页 |
| 2.3 CRM系统的类型 | 第19-20页 |
| 2.4 地毯业CRM系统的组成 | 第20-23页 |
| 第三章 数据挖掘技术 | 第23-34页 |
| 3.1 数据挖掘的概念 | 第23-28页 |
| 3.1.1 数据挖掘的定义 | 第23-24页 |
| 3.1.2 数据挖掘的过程 | 第24-26页 |
| 3.1.3 数据挖掘的分类 | 第26-27页 |
| 3.1.4 数据挖掘的模式 | 第27-28页 |
| 3.2 数据挖掘与数据仓库、OLAP的关系 | 第28-31页 |
| 3.2.1 数据挖掘与数据仓库的关系 | 第28-30页 |
| 3.2.2 数据仓库与OLAP的关系 | 第30页 |
| 3.2.3 数据挖掘与OLAP的关系 | 第30-31页 |
| 3.3 数据挖掘工具 | 第31-34页 |
| 第四章 地毯业CRM中的数据挖掘 | 第34-49页 |
| 4.1 数据挖掘在地毯业CRM中的应用 | 第34-36页 |
| 4.2 客户数据挖掘 | 第36-49页 |
| 4.2.1 交叉销售分析 | 第36-45页 |
| 4.2.1.1 关联规则定义 | 第37-38页 |
| 4.2.1.2 关联规则算法 | 第38-43页 |
| 4.2.1.3 改进的关联规则算法AprioriL | 第43-45页 |
| 4.2.1.3.1 算法AprioriL的理论基础 | 第43-44页 |
| 4.2.1.3.2 AprioriL算法描述 | 第44-45页 |
| 4.2.2 客户价值分析 | 第45-49页 |
| 4.2.2.1 客户价值的概念 | 第45-47页 |
| 4.2.2.2 客户价值计算方法 | 第47页 |
| 4.2.2.3 客户价值的聚类分析 | 第47-49页 |
| 第五章 基于数据挖掘的地毯业CRM系统的设计与实现 | 第49-66页 |
| 5.1 项目背景介绍 | 第49-50页 |
| 5.2 系统的应用逻辑结构 | 第50-52页 |
| 5.3 系统的功能模块及技术解决方案 | 第52-66页 |
| 5.3.1 数据仓库的设计实现 | 第52-63页 |
| 5.3.1.1 数据仓库的概念设计 | 第53-54页 |
| 5.3.1.2 数据仓库的逻辑设计 | 第54-57页 |
| 5.3.1.3 数据仓库的物理设计 | 第57页 |
| 5.3.1.4 数据粒度以及元数据 | 第57-59页 |
| 5.3.1.5 客户分析DW的创建和ETL过程 | 第59-63页 |
| 5.3.2 OLAP分析模块 | 第63-64页 |
| 5.3.2 数据挖掘分析模块 | 第64-66页 |
| 第六章 总结与展望 | 第66-69页 |
| 6.1 论文总结 | 第66-67页 |
| 6.2 进一步工作 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表的学术论文 | 第73-74页 |
| 学位论文评阅及答辩情况表 | 第74页 |
