| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 研究内容与研究方法 | 第14-15页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 研究方法 | 第15页 |
| 1.4 主要创新点 | 第15-16页 |
| 第二章 基础理论简介 | 第16-26页 |
| 2.1 客户价值相关理论介绍 | 第16-18页 |
| 2.1.1 客户价值概念 | 第16页 |
| 2.1.2 客户细分概念 | 第16-17页 |
| 2.1.3 客户流失概念 | 第17-18页 |
| 2.2 数据挖掘简介 | 第18-20页 |
| 2.2.1 数据挖掘概念 | 第18页 |
| 2.2.2 数据挖掘过程 | 第18-20页 |
| 2.3 本文相关算法和技术介绍 | 第20-25页 |
| 2.3.1 聚类算法 | 第20-21页 |
| 2.3.2 决策树算法 | 第21-22页 |
| 2.3.3 神经网络算法 | 第22-23页 |
| 2.3.4 因子分析 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于数据挖掘技术的航空公司会员客户价值分析模型构建 | 第26-45页 |
| 3.1 航空公司会员客户价值评价指标体系 | 第26-30页 |
| 3.1.1 当前价值指标 | 第26-27页 |
| 3.1.2 潜在价值指标 | 第27-28页 |
| 3.1.3 忠诚度价值指标 | 第28-29页 |
| 3.1.4 综合价值评价指标体系 | 第29-30页 |
| 3.2 航空公司会员客户细分模型构建及客户群价值比较 | 第30-37页 |
| 3.2.1 航空公司会员客户细分现状及其不足 | 第31页 |
| 3.2.2 基于客户价值的客户分群模型构建 | 第31-33页 |
| 3.2.3 改进的航空公司客户价值细分模型 | 第33-35页 |
| 3.2.4 客户群的价值比较 | 第35-37页 |
| 3.3 航空公司会员客户流失预测综合模型构建 | 第37-42页 |
| 3.3.1 客户流失预测的必要性 | 第37-38页 |
| 3.3.2 客户流失预测综合模型构建 | 第38-42页 |
| 3.4 不同客户群的资源配置策略及客户维持策略 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 实证研究—以某航空公司会员客户数据为例 | 第45-73页 |
| 4.1 某航空公司背景介绍 | 第45页 |
| 4.2 本实例的业务理解 | 第45-46页 |
| 4.3 企业的数据处理 | 第46-50页 |
| 4.3.1 数据理解 | 第46-49页 |
| 4.3.2 数据清洗、准备 | 第49-50页 |
| 4.4 航空公司会员客户细分模型的应用 | 第50-61页 |
| 4.4.1 航空公司会员客户分群 | 第50-57页 |
| 4.4.2 客户群细分 | 第57-58页 |
| 4.4.3 客户群价值比较 | 第58-61页 |
| 4.5 航空公司会员客户流失预测综合模型的应用 | 第61-70页 |
| 4.5.1 决策树客户流失预测 | 第61-65页 |
| 4.5.2 神经网络客户流失预测 | 第65-67页 |
| 4.5.3 客户流失预测综合模型 | 第67-70页 |
| 4.6 不同客户群体的营销策略分析 | 第70-72页 |
| 4.7 本章小结 | 第72-73页 |
| 总结与展望 | 第73-75页 |
| 本文总结 | 第73-74页 |
| 后续研究工作和展望 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 致谢 | 第78-79页 |
| 个人简历及科研成果 | 第79页 |