数据挖掘技术在房地产客户关系管理中的应用研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 数据挖掘研究现状 | 第10-11页 |
| 1.2.2 客户细分的研究现状 | 第11-12页 |
| 1.2.3 研究现状综述 | 第12-13页 |
| 1.3 研究内容与意义 | 第13页 |
| 1.4 论文框架 | 第13-15页 |
| 第二章 系统需求分析与总体设计 | 第15-21页 |
| 2.1 需求分析 | 第15-18页 |
| 2.1.1 系统需解决的实际问题 | 第15-16页 |
| 2.1.2 功能需求 | 第16-18页 |
| 2.1.3 性能需求 | 第18页 |
| 2.2 系统总体架构设计 | 第18-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 系统详细设计 | 第21-30页 |
| 3.1 开发环境 | 第21页 |
| 3.2 功能模块详细设计 | 第21-26页 |
| 3.2.1 销售管理用例设计 | 第22-23页 |
| 3.2.2 客户管理用例设计 | 第23-24页 |
| 3.2.3 统计管理用例设计 | 第24-25页 |
| 3.2.4 系统管理用例设计 | 第25-26页 |
| 3.3 数据表设计 | 第26-29页 |
| 3.3.1 各数据表间关系分析 | 第26-27页 |
| 3.3.2 各数据表设计 | 第27-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 客户细分模型的构建 | 第30-40页 |
| 4.1 企业客户细分指标体系的构建 | 第30-35页 |
| 4.1.1 构建步骤 | 第30页 |
| 4.1.2 客户细分指标体系构建思路 | 第30-32页 |
| 4.1.3 客户细分指标体系的构建 | 第32-35页 |
| 4.2 数据挖掘过程的改进 | 第35-38页 |
| 4.2.1 传统数据挖掘过程 | 第35-36页 |
| 4.2.2 数据挖掘过程模型的改进 | 第36-38页 |
| 4.3 客户细分模型的框架设计 | 第38-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第五章 系统实现 | 第40-64页 |
| 5.1 数据预处理 | 第40-49页 |
| 5.1.1 数据准备 | 第40-41页 |
| 5.1.2 数据预处理研究 | 第41-45页 |
| 5.1.3 主成分分析 | 第45-49页 |
| 5.2 K-MEANS算法在客户细分中的应用 | 第49-57页 |
| 5.2.1 K-means算法分析 | 第49-51页 |
| 5.2.2 理论应用 | 第51-55页 |
| 5.2.3 算法应用结果分析 | 第55-57页 |
| 5.3 主要模块实现 | 第57-63页 |
| 5.3.1 销售管理模块 | 第57-59页 |
| 5.3.2 客户管理模块 | 第59-61页 |
| 5.3.3 统计管理模块 | 第61-62页 |
| 5.3.4 系统管理模块 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 本文主要工作总结 | 第64页 |
| 6.2 今后工作展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 发表论文和参加科研情况 | 第69-70页 |
| 致谢 | 第70-71页 |
