信用销售的神经网络解决方案
| 第1章 绪论 | 第1-14页 |
| 1．1 问题的提出 | 第8页 |
| 1．2 信用销售的研究现状 | 第8-12页 |
| 1．3 研究思路与技术路线 | 第12-14页 |
| 第2章 信用销售概述 | 第14-25页 |
| 2．1 信用销售及其对企业的影响 | 第14-15页 |
| 2．2 信用销售的业务流程以及特点 | 第15-17页 |
| 2．3 全程信用管理模式 | 第17-22页 |
| 2．3．1 事前管理 | 第17-19页 |
| 2．3．2 事中管理 | 第19-20页 |
| 2．3．3 事后管理 | 第20-22页 |
| 2．4 信用销售与客户关系管理 | 第22-25页 |
| 第3章 数据挖掘与神经网络概述 | 第25-30页 |
| 3．1 数据挖掘的概念 | 第25-27页 |
| 3．1．1 数据挖掘与数据仓库 | 第25-26页 |
| 3．1．2 数据挖掘的过程 | 第26页 |
| 3．1．3 数据挖掘的常用工具 | 第26-27页 |
| 3．2 神经网络概述 | 第27-30页 |
| 3．2．1 人工神经元 | 第28页 |
| 3．2．2 神经网络的特点 | 第28-30页 |
| 第4章 基于神经网络的信用销售客户评价 | 第30-52页 |
| 4．1 研究背景 | 第30-31页 |
| 4．2 评价模型指标体系的构建 | 第31-33页 |
| 4．2．1 客户信息的主要来源 | 第31-32页 |
| 4．2．2 指标体系的构建 | 第32-33页 |
| 4．3 基于B-P神经网络的信用销售客户评价 | 第33-42页 |
| 4．3．1 B-P神经网络技术 | 第33-37页 |
| 4．3．2 神经网络分析的指标 | 第37-39页 |
| 4．3．3 B-P神经网络模型构造 | 第39-40页 |
| 4．3．4 系统仿真 | 第40-42页 |
| 4．3．5 仿真结论 | 第42页 |
| 4．4 基于LVQ神经网络的信用销售客户评价 | 第42-52页 |
| 4．4．1 竞争神经网络概述 | 第43-44页 |
| 4．4．2 LVQ神经网络技术 | 第44-47页 |
| 4．4．3 LVQ神经网络模型构造 | 第47页 |
| 4．4．4 系统仿真 | 第47-50页 |
| 4．4．5 仿真结论 | 第50-52页 |
| 结论 | 第52-53页 |
| 致谢 | 第53-54页 |
| 攻读硕士学位期间发表的论文 | 第54-55页 |
| 参考文献 | 第55-58页 |
