| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 第1章 绪论 | 第10-24页 |
| ·研究背景 | 第10-14页 |
| ·行业背景 | 第10-13页 |
| ·理论背景 | 第13-14页 |
| ·实践背景 | 第14页 |
| ·选题意义 | 第14-17页 |
| ·连锁零售企业CRM的界定 | 第17-19页 |
| ·连锁零售企业CRM的概念和内涵 | 第17-18页 |
| ·连锁零售企业CRM分析 | 第18-19页 |
| ·研究思路与创新点 | 第19-21页 |
| ·研究思路 | 第19-21页 |
| ·创新点 | 第21页 |
| ·论文组织结构 | 第21-24页 |
| 第2章 相关理论研究回顾 | 第24-57页 |
| ·客户关系管理研究综述 | 第24-28页 |
| ·客户关系管理的概念和内涵 | 第24-25页 |
| ·客户关系管理系统的功能与分类 | 第25-27页 |
| ·客户关系管理的发展趋势 | 第27-28页 |
| ·客户关系管理的应用与市场前景 | 第28页 |
| ·数据挖掘理论 | 第28-37页 |
| ·数据挖掘的基本原理 | 第28-30页 |
| ·数据挖掘的基本步骤 | 第30-32页 |
| ·数据挖掘的功能 | 第32-34页 |
| ·经典数据挖掘方法综述 | 第34-37页 |
| ·支持向量机理论 | 第37-45页 |
| ·统计学习原理 | 第37-41页 |
| ·支持向量机 | 第41-45页 |
| ·BP神经网络与层次分析法 | 第45-50页 |
| ·BP神经网络 | 第45-48页 |
| ·层次分析法 | 第48-50页 |
| ·贝叶斯网络理论 | 第50-56页 |
| ·贝叶斯统计 | 第50-51页 |
| ·贝叶斯网络 | 第51-53页 |
| ·贝叶斯网络学习 | 第53-55页 |
| ·贝叶斯网络(BNs)推理 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第3章 连锁零售企业客户关系管理总体框架 | 第57-77页 |
| ·面向连锁零售企业RCRM的三维结构分析 | 第58-64页 |
| ·R-CRM中的消费者分析 | 第59-62页 |
| ·R-CRM中的供应商分析 | 第62-64页 |
| ·连锁零售企业R-CRM的决策机制分析 | 第64页 |
| ·面向连锁零售企业R-CRM的框架模型 | 第64-70页 |
| ·基于商品驱动的R-CRM系统工作原理 | 第65-66页 |
| ·R-CRM的系统框架 | 第66-67页 |
| ·R-CRM框架模型的基本功能模块 | 第67-69页 |
| ·R-CRM的协调机制分析 | 第69-70页 |
| ·面向连锁零售企业R-CRM的结构指标分析 | 第70-72页 |
| ·基于SVM的客户分类分析 | 第71页 |
| ·基于BP神经网络的供应商评价分析 | 第71-72页 |
| ·基于贝叶斯的连锁零售企业CRM决策机制分析 | 第72页 |
| ·连锁零售企业R-CRM实施的技术关键分析 | 第72-76页 |
| ·数据仓库 | 第72-75页 |
| ·分布式数据挖掘技术 | 第75-76页 |
| ·数据分析与预测技术 | 第76页 |
| ·本章小结 | 第76-77页 |
| 第4章 连锁零售企业客户分类 | 第77-94页 |
| ·问题的提出 | 第77-80页 |
| ·基于SVM的连锁零售企业客户动态分类模型 | 第80-89页 |
| ·连锁零售企业客户多类分类问题描述 | 第80-82页 |
| ·云模型 | 第82-83页 |
| ·改进的序贯最小优化(SMO)算法 | 第83-85页 |
| ·SVMDT方法 | 第85-87页 |
| ·基于SVM的连锁零售企业客户动态分类模型(R-DCSS) | 第87-89页 |
| ·试验 | 第89-93页 |
| ·试验数据准备 | 第89-91页 |
| ·试验结果分析 | 第91-93页 |
| ·本章小结 | 第93-94页 |
| 第5章 连锁零售企业供应商评价 | 第94-110页 |
| ·引言 | 第94-100页 |
| ·问题的提出 | 第94-95页 |
| ·连锁零售企业供应商评价优化研究现状分析 | 第95-97页 |
| ·连锁零售企业供应商评价选择与优化问题描述 | 第97-100页 |
| ·基于BP神经网络的多目标供应商模糊优选模型 | 第100-104页 |
| ·连锁零售企业供应商评价指标体系 | 第100-102页 |
| ·基于BP神经网络的多目标供应商模糊优选模型及评价步骤 | 第102-104页 |
| ·算例 | 第104-109页 |
| ·数据采集与处理 | 第104-106页 |
| ·样本学习 | 第106-108页 |
| ·模型的验证与结果分析 | 第108-109页 |
| ·本章小结 | 第109-110页 |
| 第6章 连锁零售企业客户关系管理决策机制 | 第110-133页 |
| ·相关工作 | 第110-114页 |
| ·问题的提出 | 第110-112页 |
| ·贝叶斯网络特点 | 第112-113页 |
| ·贝叶斯网络在连锁零售企业的分布式决策中的应用研究分析 | 第113-114页 |
| ·基于BNs的分布式迭代决策模型 | 第114-124页 |
| ·分布环境下的集成决策思想 | 第114-118页 |
| ·基于PriDAG的分布式BNs迭代决策模型R-BNs | 第118-124页 |
| ·试验与分析评价 | 第124-132页 |
| ·贝叶斯网络构建 | 第124-126页 |
| ·贝叶斯网络推理 | 第126-128页 |
| ·结果分析 | 第128-132页 |
| ·本章小结 | 第132-133页 |
| 第7章 支持连锁零售企业客户关系管理的原型系统 | 第133-143页 |
| ·系统概述 | 第133-136页 |
| ·银泰百货集团HZ-RCRM系统的体系结构与实现技术 | 第136-138页 |
| ·体系结构 | 第136-137页 |
| ·业务逻辑服务层设计 | 第137-138页 |
| ·用户界面层设计 | 第138页 |
| ·HZ-RCRM的系统功能 | 第138-141页 |
| ·面向银泰HZ-RCRM的消费者分析 | 第139-140页 |
| ·面向银泰HZ-RCRM的供应商评价选择 | 第140-141页 |
| ·面向银泰HZ-RCRM的分布式决策 | 第141页 |
| ·本章小结 | 第141-143页 |
| 第8章 总结与展望 | 第143-145页 |
| ·总结 | 第143-144页 |
| ·展望 | 第144-145页 |
| 参考文献 | 第145-150页 |
| 附录 1 攻读博士论文期间发表的主要相关论著 | 第150页 |
| 附录 2 攻读博士期间承担和参加的项目 | 第150页 |
| 附录 3 攻读博士期间获奖和荣誉 | 第150-151页 |
| 致谢 | 第151-152页 |
