| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 引言 | 第9-10页 |
| 1 概述 | 第10-15页 |
| ·研究背景和意义 | 第10-11页 |
| ·文献综述 | 第11-14页 |
| ·论文完成的主要工作 | 第14-15页 |
| 2 数据挖掘与数据仓库 | 第15-25页 |
| ·数据挖掘的概念 | 第15-18页 |
| ·数据挖掘的产生与发展 | 第15-16页 |
| ·知识发现与数据挖掘 | 第16-17页 |
| ·数据挖掘与传统数据分析 | 第17-18页 |
| ·数据挖掘的对象 | 第18-19页 |
| ·关系数据库 | 第18页 |
| ·数据仓库 | 第18-19页 |
| ·事务数据库 | 第19页 |
| ·数据挖掘系统的分类 | 第19-20页 |
| ·按挖掘的数据库类型分类 | 第19页 |
| ·按挖掘的技术分类 | 第19页 |
| ·按应用分类 | 第19-20页 |
| ·数据挖掘的任务 | 第20页 |
| ·常见的数据挖掘方法和技术 | 第20-21页 |
| ·常见的数据挖掘工具 | 第21-22页 |
| ·数据挖掘过程 | 第22-23页 |
| ·数据挖掘的应用前景和热点研究方向 | 第23-24页 |
| ·数据挖掘的应用前景 | 第23页 |
| ·按挖掘的技术分类 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 客户关系管理 | 第25-32页 |
| ·客户关系管理的概念 | 第25-26页 |
| ·客户关系管理的产生和发展 | 第25页 |
| ·CRM 国内发展现状 | 第25-26页 |
| ·客户关系管理的内容 | 第26-27页 |
| ·客户关系管理系统的功能 | 第27-29页 |
| ·CRM 系统基本功能 | 第27页 |
| ·客户关系管理系统的技术要求 | 第27-28页 |
| ·客户数据库的建立及其数据的处理 | 第28-29页 |
| ·CRM 在电信业中的应用 | 第29-31页 |
| ·中国电信业CRM 的产生 | 第29页 |
| ·CRM 在电信业中的作用 | 第29-30页 |
| ·电信CRM 的建立 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 数据挖掘与电信客户关系管理 | 第32-42页 |
| ·数据挖掘方法和技术在客户关系管理中的应用 | 第32-35页 |
| ·客户群体分类分析 | 第32页 |
| ·客户盈利能力分析 | 第32-33页 |
| ·交叉销售 | 第33页 |
| ·客户的保持 | 第33-35页 |
| ·客户的获取 | 第35页 |
| ·客户数据挖掘主题 | 第35-36页 |
| ·数据挖掘技术对客户关系管理的影响和作用 | 第36-38页 |
| ·数据挖掘技术在电信客户关系管理中的作用 | 第38-41页 |
| ·数据挖掘技术在电信CRM 中主要应用领域 | 第38页 |
| ·数据挖掘的应用实例——客户流失分析 | 第38-41页 |
| ·国内数据挖掘在电信业CRM 应用中存在的问题 | 第41页 |
| ·本章小结 | 第41-42页 |
| 5 关联规则挖掘电信业务之间的相互影响 | 第42-56页 |
| ·关联规则的产生 | 第42页 |
| ·关联规则问题的描述 | 第42-43页 |
| ·关联规则挖掘算法 | 第43-48页 |
| ·关联规则的生成 | 第43-44页 |
| ·规则的优化 | 第44-45页 |
| ·Apriori 算法 | 第45-47页 |
| ·实例分析 | 第47-48页 |
| ·关联规则更新算法的改进 | 第48-53页 |
| ·关联规则更新算法的研究 | 第48-50页 |
| ·增量式更新算法IUA | 第50-53页 |
| ·关联规则挖掘电信主要业务之间的影响 | 第53-55页 |
| ·关联规则挖掘研究发展方向 | 第55页 |
| ·本章小结 | 第55-56页 |
| 6 结 论 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录1 攻读硕士学位期间发表的论文目录 | 第62-63页 |
| 附录2 重庆某电信公司城区客户主要业务样表(2005.1) | 第63-66页 |