| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第一章 绪论 | 第13-19页 |
| ·课题背景和意义 | 第13-14页 |
| ·研究和应用现状 | 第14-17页 |
| ·客户关系管理的研究和应用现状 | 第14-15页 |
| ·数据挖掘的研究和应用现状 | 第15-16页 |
| ·数据挖掘在CRM 中的研究和应用 | 第16-17页 |
| ·主要研究内容 | 第17页 |
| ·本文结构安排 | 第17-19页 |
| 第二章 客户关系管理研究 | 第19-32页 |
| ·CRM 产生与发展 | 第19-21页 |
| ·CRM 的定义与特征 | 第21-23页 |
| ·CRM 的定义 | 第21-22页 |
| ·CRM 的基本特征 | 第22-23页 |
| ·CRM 系统的结构与功能 | 第23-29页 |
| ·CRM 系统的结构模型 | 第23-26页 |
| ·CRM 系统的功能模块 | 第26-29页 |
| ·CRM 系统的应用层次分析 | 第29-31页 |
| ·运营型CRM | 第29-30页 |
| ·协作型 CRM | 第30页 |
| ·分析型CRM | 第30-31页 |
| ·CRM 系统的发展趋势 | 第31-32页 |
| 第三章 数据挖掘技术概论 | 第32-57页 |
| ·数据挖掘的产生 | 第32页 |
| ·数据挖掘的定义 | 第32-38页 |
| ·数据挖掘的技术定义 | 第33页 |
| ·数据挖掘的商业定义 | 第33页 |
| ·数据挖掘与传统分析方法的区别 | 第33-34页 |
| ·典型的数据挖掘系统结构 | 第34-38页 |
| ·常用数据挖掘技术 | 第38-40页 |
| ·数据挖掘过程模型 | 第40-46页 |
| ·Fayyad 的知识发现处理模型 | 第40-43页 |
| ·CRISP-DM 数据挖掘过程模型 | 第43-45页 |
| ·其他数据挖掘过程模型 | 第45-46页 |
| ·决策树 | 第46-57页 |
| ·概述 | 第46-48页 |
| ·决策树算法的基本思想 | 第48-49页 |
| ·ID3 算法 | 第49-51页 |
| ·C4.5 算法 | 第51-55页 |
| ·决策树分类算法的特点 | 第55-57页 |
| 第四章 数据挖掘技术在CRM 中的应用 | 第57-70页 |
| ·数据挖掘在CRM 中的实施 | 第57-61页 |
| ·CRM 中的的数据处理流程 | 第57-59页 |
| ·CRM 中的数据挖掘过程 | 第59-60页 |
| ·数据挖掘在 CRM 中的实施过程 | 第60-61页 |
| ·数据挖掘在CRM 中的典型应用 | 第61-65页 |
| ·客户群体分类分析 | 第62页 |
| ·交叉销售分析 | 第62-63页 |
| ·客户盈利能力分析 | 第63-64页 |
| ·客户信用分析 | 第64页 |
| ·客户获得和客户保持 | 第64-65页 |
| ·客户满意度分析 | 第65页 |
| ·SPSS Clementine 数据挖掘软件介绍 | 第65-70页 |
| 第五章 数据挖掘在电信客户流失模型建立中的应用 | 第70-90页 |
| ·商业理解 | 第70-71页 |
| ·数据理解 | 第71-76页 |
| ·确定相关数据 | 第71页 |
| ·数据描述 | 第71-75页 |
| ·数据探索 | 第75-76页 |
| ·数据准备 | 第76-81页 |
| ·确定时间窗口 | 第77页 |
| ·确认数据来源 | 第77-78页 |
| ·数据清理 | 第78-79页 |
| ·数据选择 | 第79页 |
| ·数据聚合 | 第79-80页 |
| ·数据抽样 | 第80-81页 |
| ·数据修正 | 第81-82页 |
| ·建立模型 | 第82-87页 |
| ·模型评估检验及评价 | 第87-88页 |
| ·测试数据集的选择 | 第87页 |
| ·离网预测模型好坏的标准 | 第87页 |
| ·模型评估检验 | 第87-88页 |
| ·模型评价及结果分析 | 第88页 |
| ·客户流失模型运用 | 第88-90页 |
| 结论 | 第90-91页 |
| 参考文献 | 第91-93页 |
| 致谢 | 第93-94页 |
| 作者简介及读研期间主要科研成果 | 第94-95页 |