面向汽车营销的客户管理模型与算法的设计与实现
| 内容提要 | 第1-7页 |
| 第1章 绪论 | 第7-15页 |
| ·研究背景 | 第7-10页 |
| ·汽车营销现状及其决策支持系统的发展 | 第7-8页 |
| ·客户关系管理在汽车营销中的应用 | 第8-10页 |
| ·面向汽车营销的智能决策支持系统 | 第10-13页 |
| ·系统体系结构 | 第10-11页 |
| ·数据的收集与整合 | 第11-12页 |
| ·使用的软件及开发环境 | 第12-13页 |
| ·本文的主要工作 | 第13-15页 |
| 第2章 核心技术概述 | 第15-21页 |
| ·商务智能 | 第15-17页 |
| ·决策支持系统与商务智能的关系 | 第15页 |
| ·商务智能的层次和发展趋势 | 第15-17页 |
| ·数据挖掘 | 第17-19页 |
| ·数据挖掘模式 | 第17-18页 |
| ·数据挖掘过程 | 第18-19页 |
| ·客户关系管理（CRM） | 第19-21页 |
| ·CRM 的目的 | 第19-20页 |
| ·CRM 的作用 | 第20-21页 |
| 第3章 客户价值细分 | 第21-28页 |
| ·客户细分问题 | 第21-22页 |
| ·客户细分背景 | 第21页 |
| ·客户价值细分 | 第21-22页 |
| ·客户价值细分过程 | 第22-26页 |
| ·K-means 聚类算法 | 第22-24页 |
| ·客户价值细分模型 | 第24-26页 |
| ·客户价值细分结果 | 第26-28页 |
| 第4章 潜在客户识别 | 第28-34页 |
| ·潜在客户识别问题 | 第28-29页 |
| ·潜在客户识别的任务 | 第28页 |
| ·潜在客户识别的方法 | 第28-29页 |
| ·潜在客户识别过程 | 第29-33页 |
| ·Apriori 关联规则算法 | 第29-30页 |
| ·识别潜在客户模型 | 第30-33页 |
| ·潜在客户识别结果 | 第33-34页 |
| 第5章 客户流失与保持 | 第34-43页 |
| ·客户流失分析问题 | 第34-35页 |
| ·客户流失现状和危害 | 第34-35页 |
| ·客户流失原因和分类 | 第35页 |
| ·客户流失分析过程 | 第35-40页 |
| ·决策树、ID3 算法 | 第36-38页 |
| ·客户流失分析模型 | 第38-40页 |
| ·客户流失分析结果 | 第40-41页 |
| ·客户保持 | 第41-43页 |
| 第6章 客户满意度分析 | 第43-49页 |
| ·客户满意度分析问题 | 第43-44页 |
| ·客户满意度的形成过程 | 第43-44页 |
| ·客户满意度的研究进展 | 第44页 |
| ·客户满意度分析过程 | 第44-46页 |
| ·模糊综合评判法 | 第44-45页 |
| ·客户满意度分析模型 | 第45-46页 |
| ·客户满意度分析结果 | 第46-47页 |
| ·从客户满意到客户忠诚 | 第47-49页 |
| 第7章 总 结 | 第49-50页 |
| ·论文主要工作概述 | 第49页 |
| ·下一步工作 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 致谢 | 第52-53页 |
| 摘要 | 第53-56页 |
| Abstract | 第56-59页 |
