| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 1 引言 | 第9-12页 |
| ·课题研究的背景 | 第9-10页 |
| ·课题提出和意义 | 第10-11页 |
| ·本文结构 | 第11-12页 |
| 2 数据挖掘与CRM | 第12-27页 |
| ·数据挖掘技术 | 第12-18页 |
| ·概述 | 第12-13页 |
| ·过程、功能与技术 | 第13-16页 |
| ·数据挖掘的应用 | 第16-18页 |
| ·客户关系管理(CRM) | 第18-22页 |
| ·CRM的管理思想 | 第18-19页 |
| ·CRM整体结构及其内容 | 第19-22页 |
| ·数据挖掘在CRM中的应用 | 第22-27页 |
| ·CRM中进行数据挖掘的系统结构 | 第22-23页 |
| ·CRM中数据挖掘过程 | 第23-24页 |
| ·数据挖掘在CRM系统中的应用 | 第24-27页 |
| 3 CRM中挖掘分类知识的研究 | 第27-58页 |
| ·CRM中的客户分类问题 | 第27-28页 |
| ·现有的分类算法及其不足 | 第28-40页 |
| ·决策树分类法 | 第29-37页 |
| ·组合分类法 | 第37-40页 |
| ·基于遗传算法的决策森林组合分类法：GA-DFC方法 | 第40-42页 |
| ·方法思想概述 | 第40-41页 |
| ·GA-DFC方法模型 | 第41-42页 |
| ·GA-DFC方法的具体实现 | 第42-48页 |
| ·GA-DFC模型中的决策森林生成算法 | 第42-44页 |
| ·GA-DFC模型中的组合算法 | 第44页 |
| ·GA-DFC模型中的权值矩阵优化算法 | 第44-47页 |
| ·算法流程 | 第44-45页 |
| ·编码和适应度函数 | 第45-46页 |
| ·遗传算子设计 | 第46-47页 |
| ·评估算法 | 第47-48页 |
| ·GA-DFC方法分析与试验 | 第48-55页 |
| ·分析与评价 | 第48-50页 |
| ·试验验证 | 第50-55页 |
| ·GA-DFC方法在CRM中的应用 | 第55-58页 |
| 4 挖掘最佳的客户关系改善活动 | 第58-63页 |
| ·数据挖掘在CRM应用中的不足 | 第58-59页 |
| ·DT-ACTsM算法 | 第59-61页 |
| ·基本概念 | 第59页 |
| ·DT-ACTsM算法 | 第59-61页 |
| ·资源限制下挖掘最佳活动 | 第61-63页 |
| 5 结束语 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 在课题期间发表的论文 | 第68-69页 |
| 学位论文评阅及答辩情况表 | 第69页 |