基于电力客户价值评估的增值服务系统研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究意义及内容 | 第10-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.3.1 国内研究现状 | 第12页 |
| 1.3.2 国外研究现状 | 第12-14页 |
| 1.4 本文的主要工作 | 第14-15页 |
| 第二章 电力客户综合价值评估的方法研究 | 第15-26页 |
| 2.1 客户价值基础理论 | 第15-16页 |
| 2.1.1 客户价值的定义 | 第15-16页 |
| 2.2 电力客户价值评价方法 | 第16-18页 |
| 2.3 客户价值评价的指标体系 | 第18-23页 |
| 2.3.1 评价指标方法的优越性 | 第18-19页 |
| 2.3.2 评价指标构建的原则 | 第19页 |
| 2.3.3 评价指标体系的结构 | 第19-23页 |
| 2.4 电力客户综合价值评估模型 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于数据挖掘的电力大客户细分模型研究 | 第26-45页 |
| 3.1 客户细分目的与对象 | 第26-27页 |
| 3.2 电力客户细分方法 | 第27-31页 |
| 3.2.1 K-均值聚类算法 | 第27-29页 |
| 3.2.2 SOM神经网络 | 第29-30页 |
| 3.2.3 拟合分析 | 第30页 |
| 3.2.4 因素分析 | 第30-31页 |
| 3.3 基于纵横交叉算法的聚类算法 | 第31-35页 |
| 3.3.1 纵横交叉优化算法 | 第31-34页 |
| 3.3.2 基于CSO的K-means算法 | 第34-35页 |
| 3.4 基于数据挖掘的电力客户细分模型构建 | 第35-39页 |
| 3.4.1 数据挖掘与客户行为细分 | 第35-36页 |
| 3.4.2 基于数据挖掘的总体模型设计 | 第36页 |
| 3.4.3 基于CSO-K均值算法的模型设计 | 第36-39页 |
| 3.5 电力客户行为细分指标体系设计 | 第39-44页 |
| 3.5.1 指标体系的建立步骤 | 第39页 |
| 3.5.2 行为细分的维度设计 | 第39-40页 |
| 3.5.3 行为细分的指标设计 | 第40-42页 |
| 3.5.4 行为细分指标体系构建 | 第42-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 系统设计与实现 | 第45-83页 |
| 4.1 系统功能需求分析 | 第45-59页 |
| 4.1.1 需求分析陈述 | 第45页 |
| 4.1.2 系统总体设计 | 第45-46页 |
| 4.1.3 功能需求及功能模块设计 | 第46-57页 |
| 4.1.4 系统开发及运行环境 | 第57-59页 |
| 4.2 系统数据库设计 | 第59-64页 |
| 4.2.1 系统数据库设计概述 | 第59页 |
| 4.2.2 系统关键数据表详细设计 | 第59-64页 |
| 4.3 系统使用说明及运行效果 | 第64-82页 |
| 4.3.1 基本信息 | 第64-66页 |
| 4.3.2 价值评估 | 第66-70页 |
| 4.3.3 客户分群 | 第70-72页 |
| 4.3.4 客服信息 | 第72-73页 |
| 4.3.5 防窃电管理 | 第73-76页 |
| 4.3.6 分析计算 | 第76-81页 |
| 4.3.7 系统管理 | 第81-82页 |
| 4.4 本章小结 | 第82-83页 |
| 结论 | 第83-84页 |
| 参考文献 | 第84-86页 |
| 攻读硕士学位期间取得的研究成果 | 第86-87页 |
| 致谢 | 第87-88页 |
| 附件 | 第88页 |
