| 第1章 绪 论 | 第1-12页 |
| ·CRM介绍 | 第8-10页 |
| ·CRM概述 | 第8页 |
| ·CRM理论 | 第8-10页 |
| ·本文的研究意义和主要组织结构 | 第10-12页 |
| ·研究意义 | 第10-11页 |
| ·本文主要组织结构 | 第11-12页 |
| 第2章 数据挖掘技术 | 第12-27页 |
| ·什么是数据挖掘 | 第12页 |
| ·数据挖掘的功能 | 第12-18页 |
| ·关联规则挖掘 | 第12-14页 |
| ·分类和预测 | 第14-15页 |
| ·聚类分析 | 第15-17页 |
| ·序列模式挖掘 | 第17-18页 |
| ·异常检测 | 第18页 |
| ·数据挖掘的步骤 | 第18-20页 |
| ·数据清理 | 第18页 |
| ·数据集成 | 第18-19页 |
| ·数据选择 | 第19页 |
| ·数据变换 | 第19页 |
| ·模式评估 | 第19-20页 |
| ·知识表现 | 第20页 |
| ·数据挖掘的常用技术 | 第20-22页 |
| ·机器学习方法 | 第20-21页 |
| ·归纳学习方法 | 第20-21页 |
| ·遗传算法 | 第21页 |
| ·统计方法 | 第21页 |
| ·神经网络方法 | 第21-22页 |
| ·数据库方法 | 第22页 |
| ·数据挖掘的主要应用 | 第22-24页 |
| ·电信行业 | 第23页 |
| ·金融行业 | 第23页 |
| ·零售业 | 第23页 |
| ·工程与科学研究 | 第23-24页 |
| ·产品制造业 | 第24页 |
| ·司法部门 | 第24页 |
| ·数据挖掘的常用工具 | 第24-25页 |
| ·通用工具类 | 第25页 |
| ·综合工具类 | 第25页 |
| ·面向特定应用工具类 | 第25页 |
| ·数据挖掘的发展趋势 | 第25-27页 |
| 第3章 数字神经网络技术理论基础 | 第27-41页 |
| ·引 言 | 第27-28页 |
| ·基础理论 | 第28-29页 |
| ·常见系统模型 | 第29-41页 |
| ·反向传播BP模型 | 第30-31页 |
| ·Hopfield模型 | 第31-34页 |
| ·离散Hopfield网络 | 第33-34页 |
| ·连续Hopfield网络 | 第34页 |
| ·自适应谐振理论ART模型 | 第34-37页 |
| ·自组织特征映射模型 | 第37-41页 |
| 第4章 数据挖掘在CRM中的实现 | 第41-68页 |
| ·问题的理解和定义 | 第41-44页 |
| ·引 言 | 第41-42页 |
| ·电信宽带客户聚类分析要求 | 第42-43页 |
| ·电信宽带客户聚类分析系统分析 | 第43页 |
| ·本系统开发语言以及运行平台 | 第43-44页 |
| ·数据预处理 | 第44-50页 |
| ·数据集成 | 第44-47页 |
| ·原始数据规范化 | 第47-50页 |
| ·计算平均的绝对偏差 | 第48页 |
| ·计算标准化的度量值 | 第48页 |
| ·进行[0,1]规范化 | 第48-50页 |
| ·客户聚类模型建立 | 第50-60页 |
| ·样本集的产生 | 第50-51页 |
| ·聚类算法简述 | 第51-52页 |
| ·SOM聚类神经网络具体训练过程 | 第52-60页 |
| ·构造SOM聚类神经网络 | 第52-55页 |
| ·初始化网络连接权值 | 第55页 |
| ·设置学习速率和初始邻域等参数 | 第55-57页 |
| ·将一个给定的输入向量加载到网络上 | 第57页 |
| ·找出获胜的神经元 | 第57-58页 |
| ·更新获胜神经元及其邻域节点的连接权值 | 第58-59页 |
| ·调整参数,重复步骤4.3.3.4直至最大训练步数 | 第59页 |
| ·调整参数,重复步骤4.3.3.4直至满足终止标准 | 第59-60页 |
| ·SOM聚类结果分析 | 第60-61页 |
| ·客户聚类 | 第61-64页 |
| ·总结与展望 | 第64-68页 |
| ·总 结 | 第64页 |
| ·与其他聚类方法的比较 | 第64-65页 |
| ·基于划分的方法 | 第64-65页 |
| ·层次聚类方法 | 第65页 |
| ·基于密度的方法 | 第65页 |
| ·SOM不足之处分析 | 第65-66页 |
| ·展 望 | 第66-68页 |
| 第5章 参考文献 | 第68-71页 |
| 第6章 在读期间科研成果简介 | 第71-72页 |
| ·作者研究生阶段科研经历 | 第71页 |
| ·作者研究生阶段论文发表情况 | 第71-72页 |
| 第7章 独创性申明 | 第72-73页 |
| 第8章 致 谢 | 第73页 |