| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 缩略词 | 第9-10页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 客户关系管理概述 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-15页 |
| 1.3.1 国外银行实施 CRM 系统现状研究 | 第12-13页 |
| 1.3.2 国内商业银行实施 CRM 系统现状研究 | 第13页 |
| 1.3.3 信息技术领先企业开发 CRM 系统研究现状 | 第13-15页 |
| 1.4 研究内容、创新点及意义 | 第15-16页 |
| 1.5 论文组织结构介绍 | 第16-17页 |
| 第二章 相关理论研究 | 第17-28页 |
| 2.1 商业银行 CRM 系统概述 | 第17-19页 |
| 2.1.1 商业银行的概念及实施 CRM 系统的重要性 | 第17页 |
| 2.1.2 商业银行 CRM 系统的功能 | 第17-18页 |
| 2.1.3 商业银行 CRM 系统的基本框架 | 第18-19页 |
| 2.2 数据挖掘技术概述 | 第19-21页 |
| 2.2.1 数据挖掘概念及实施步骤 | 第19-20页 |
| 2.2.2 数据挖掘应用的领域 | 第20-21页 |
| 2.3 数据挖掘在商业银行 CRM 系统中的应用 | 第21-24页 |
| 2.3.1 数据挖掘在客户分类中的应用 | 第22-23页 |
| 2.3.2 数据挖掘在识别客户中的应用 | 第23-24页 |
| 2.4 商业银行 CRM 系统客户视图理论研究 | 第24-27页 |
| 2.4.1 商业银行统一客户视图理论研究 | 第25-26页 |
| 2.4.2 商业银行客户细分组合理论研究 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于数据挖掘的银行客户分类算法研究 | 第28-42页 |
| 3.1 数据挖掘中决策树算法的简单描述 | 第28-29页 |
| 3.2 基于决策树的银行客户分类算法研究 | 第29-36页 |
| 3.2.1 基于决策树的银行客户分类算法研究 | 第29-32页 |
| 3.2.2 基于决策树的银行客户分类算法实例研究 | 第32-35页 |
| 3.2.3 基于决策树的银行客户分类算法与 ID3 算法比较 | 第35-36页 |
| 3.3 数据挖掘中聚类算法的简单描述 | 第36-37页 |
| 3.4 基于聚类的银行客户聚类算法研究 | 第37-41页 |
| 3.4.1 基于聚类的银行客户聚类算法 | 第37-38页 |
| 3.4.2 基于聚类的银行客户聚类算法实例研究 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 商业银行 CRM 系统分析与设计 | 第42-58页 |
| 4.1 商业银行 CRM 系统需求分析 | 第42-44页 |
| 4.1.1 业务需求分析 | 第42页 |
| 4.1.2 功能需求分析 | 第42-43页 |
| 4.1.3 性能需求分析 | 第43-44页 |
| 4.2 商业银行 CRM 系统逻辑架构设计 | 第44-47页 |
| 4.2.1 用户层逻辑架构设计 | 第44-45页 |
| 4.2.2 数据处理层逻辑架构设计 | 第45-47页 |
| 4.2.3 数据源层接口设计 | 第47页 |
| 4.3 商业银行 CRM 系统中数据仓库设计 | 第47-52页 |
| 4.3.1 数据仓库概念模型设计 | 第47-48页 |
| 4.3.2 数据仓库实体逻辑设计 | 第48-52页 |
| 4.4 商业银行 CRM 系统主要业务模块分析与设计 | 第52-57页 |
| 4.4.1 客户信息管理模块设计 | 第52-56页 |
| 4.4.2 产品开发与营销模块设计 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 在学期间的研究成果及发表的学术论文 | 第64页 |
