| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第6-13页 |
| 1.1 研究背景及意义 | 第6-8页 |
| 1.2 文献综述 | 第8-10页 |
| 1.3 研究设想与技术路线 | 第10-12页 |
| 1.4 本文的创新之处 | 第12-13页 |
| 第2章 理论基础 | 第13-38页 |
| 2.1 数据挖掘 | 第13-25页 |
| 2.2 R语言及R在数据挖掘的优势 | 第25-27页 |
| 2.3 分类模型 | 第27-38页 |
| 第3章 实证分析 | 第38-70页 |
| 3.1 数据来源及预处理 | 第38-40页 |
| 3.2 变量解释 | 第40-41页 |
| 3.3 描述性统计 | 第41-55页 |
| 3.4 模型的探索与选择 | 第55-62页 |
| 3.5 模型分析及模型优化 | 第62-70页 |
| 第4章 结论与建议 | 第70-74页 |
| 4.1 描述统计所得结论与建议 | 第70-73页 |
| 4.2 模型分析所得结论 | 第73-74页 |
| 第5章 展望与延伸 | 第74-76页 |
| 5.1 本文使用的模型作为建模初探，对营销支持相关建议有待验证和完善 | 第74页 |
| 5.2 本文指标的来源及数据源的选择有一定的范围和考量 | 第74页 |
| 5.3 营销前客户信息指标匮乏，对模型的最终拟合效果有影响 | 第74-75页 |
| 5.4 营销支持数据部门权限过低 | 第75-76页 |
| 参考文献 | 第76-78页 |
| 附录 1 | 第78-80页 |
| 附录 2 | 第80-81页 |
| 致谢 | 第81页 |
