| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 术语缩写对照表 | 第6-11页 |
| 图目录 | 第11-12页 |
| 表目录 | 第12-14页 |
| 1 绪论 | 第14-26页 |
| ·问题的提出 | 第14-15页 |
| ·研究现状 | 第15-22页 |
| ·客户关系管理 | 第16-17页 |
| ·数据挖掘技术 | 第17-19页 |
| ·数据挖掘在CRM中的应用 | 第19-21页 |
| ·面向电信CRM的数据挖掘应用 | 第21-22页 |
| ·目前研究的不足 | 第22页 |
| ·本文的研究内容和结构 | 第22-24页 |
| ·本文的主要创新点 | 第24-26页 |
| 2 数据挖掘理论与方法基础 | 第26-37页 |
| ·数据挖掘过程 | 第26-31页 |
| ·明确商业问题 | 第27-28页 |
| ·数据准备 | 第28-30页 |
| ·选择挖掘算法 | 第30页 |
| ·建立并评估模型 | 第30-31页 |
| ·解释挖掘结果 | 第31页 |
| ·数据挖掘功能 | 第31-33页 |
| ·聚类 | 第31-32页 |
| ·分类和预测 | 第32页 |
| ·关联和序列模式发现 | 第32-33页 |
| ·数据挖掘算法 | 第33-36页 |
| ·K-means算法 | 第33页 |
| ·决策树 | 第33-34页 |
| ·关联规则 | 第34页 |
| ·人工神经网络 | 第34-35页 |
| ·遗传算法 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 3 电信企业数据仓库建设 | 第37-57页 |
| ·IT系统现状 | 第37-40页 |
| ·业务支撑系统(BSS)简介 | 第37-39页 |
| ·BSS的不足 | 第39-40页 |
| ·电信企业数据仓库的分析与设计 | 第40-51页 |
| ·数据仓库建设的必要性 | 第40-41页 |
| ·功能需求和主题确定 | 第41-42页 |
| ·体系结构 | 第42-44页 |
| ·分析维度 | 第44-45页 |
| ·分析方法和分析模型体系 | 第45-48页 |
| ·数据模型设计 | 第48-51页 |
| ·电信企业数据仓库的实现 | 第51-56页 |
| ·建设方法选择 | 第51-53页 |
| ·ETL子系统设计 | 第53-54页 |
| ·粒度设计 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 4 基于数据挖掘的电信企业客户关系管理 | 第57-75页 |
| ·CRM理论回顾 | 第57-63页 |
| ·CRM的内涵 | 第57-58页 |
| ·CRM的产生背景 | 第58-61页 |
| ·CRM系统的类型与功能 | 第61-63页 |
| ·电信企业的CRM | 第63-67页 |
| ·实施CRM的动因 | 第63-64页 |
| ·CRM的目标与系统结构 | 第64-67页 |
| ·基于CLT和DM的电信CRM模型 | 第67-74页 |
| ·CLT理论 | 第67-69页 |
| ·电信CLT管理 | 第69-71页 |
| ·基于DM的电信CLT管理模型 | 第71-74页 |
| ·本章小结 | 第74-75页 |
| 5 电信客户生命周期价值模型及其评价 | 第75-88页 |
| ·CLV模型研究综述 | 第75-76页 |
| ·电信CLV模型 | 第76-78页 |
| ·电信客户价值评价指标体系 | 第78-82页 |
| ·客户当前价值 | 第79-80页 |
| ·客户增量价值 | 第80页 |
| ·客户存量价值 | 第80-81页 |
| ·递阶层次结构 | 第81-82页 |
| ·实证研究 | 第82-87页 |
| ·指标赋权 | 第82-84页 |
| ·客户价值评价 | 第84-85页 |
| ·营销建议 | 第85-87页 |
| ·本章小结 | 第87-88页 |
| 6 电信客户细分模型 | 第88-103页 |
| ·客户细分意义与方法 | 第88-89页 |
| ·客户细分的意义 | 第88-89页 |
| ·细分方法演进 | 第89页 |
| ·属性选择 | 第89-91页 |
| ·客户基本属性 | 第90-91页 |
| ·价值属性 | 第91页 |
| ·行为属性 | 第91页 |
| ·数据准备 | 第91-92页 |
| ·数据检测 | 第92页 |
| ·属性约简 | 第92页 |
| ·数据转换 | 第92页 |
| ·客户细分模型 | 第92-99页 |
| ·K-means算法 | 第93-94页 |
| ·LKM算法 | 第94-96页 |
| ·GLKM算法 | 第96-99页 |
| ·客户细分模型的评价 | 第99-100页 |
| ·无指导的评价 | 第99-100页 |
| ·有指导的评价 | 第100页 |
| ·仿真计算 | 第100-102页 |
| ·本章小结 | 第102-103页 |
| 7 电信客户细分实证研究 | 第103-122页 |
| ·宽表设计 | 第103-108页 |
| ·数据来源 | 第103-104页 |
| ·宽表设计 | 第104-105页 |
| ·宽表属性 | 第105-108页 |
| ·数据准备 | 第108-114页 |
| ·数据检测 | 第108-109页 |
| ·属性约简 | 第109-112页 |
| ·数据转换 | 第112-114页 |
| ·建立与评估模型 | 第114-117页 |
| ·价值细分 | 第114-115页 |
| ·行为细分 | 第115-116页 |
| ·价值-行为细分 | 第116-117页 |
| ·结果与解释 | 第117-121页 |
| ·本章小结 | 第121-122页 |
| 8 电信客户流失预测模型 | 第122-142页 |
| ·研究背景与问题定义 | 第122-126页 |
| ·背景 | 第122-123页 |
| ·问题理解 | 第123-126页 |
| ·电信客户流失预测研究综述 | 第126-128页 |
| ·客户流失的影响因素 | 第126-127页 |
| ·预测的相关方法 | 第127-128页 |
| ·数据理解与数据准备 | 第128-132页 |
| ·数据理解 | 第128-129页 |
| ·建模数据采集 | 第129-130页 |
| ·不对称样本分布问题的处理 | 第130-132页 |
| ·代价最小化的电信客户流失预测模型 | 第132-138页 |
| ·流失预测与代价敏感学习 | 第132-134页 |
| ·C4.5 决策树算法 | 第134-135页 |
| ·组合分类器与AdaCost算法 | 第135-137页 |
| ·建模思路 | 第137-138页 |
| ·模型评估 | 第138-141页 |
| ·不考虑代价的模型评价指标 | 第138-139页 |
| ·考虑代价的模型评估方法 | 第139-141页 |
| ·本章小结 | 第141-142页 |
| 9 电信客户流失预测实证研究 | 第142-159页 |
| ·数据准备 | 第142-149页 |
| ·样本数据采集 | 第142-143页 |
| ·数据集描述 | 第143-147页 |
| ·属性约简 | 第147-149页 |
| ·代价敏感客户流失预测的实证研究 | 第149-153页 |
| ·模型的收益性分析 | 第153-155页 |
| ·营销建议 | 第155-158页 |
| ·规则导出示例 | 第155-156页 |
| ·客户挽留流程 | 第156-157页 |
| ·挽留策略设计 | 第157-158页 |
| ·本章小结 | 第158-159页 |
| 10 总结与展望 | 第159-162页 |
| ·论文的主要结论 | 第159-160页 |
| ·研究局限与研究展望 | 第160-162页 |
| 11 参考文献 | 第162-173页 |
| 12 作者在学期间发表与投稿的论文以及主持和参加的科研项目 | 第173-174页 |
| 作者在学期间发表、录用和已投的论文 | 第173页 |
| 作者在学期间主持和参加的科研项目 | 第173页 |
| 科研获奖 | 第173-174页 |
| 致谢 | 第174页 |