| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-19页 |
| ·选题背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·客户关系管理的现状 | 第12-13页 |
| ·数据挖掘的现状 | 第13-16页 |
| ·遗传算法的现状 | 第16-17页 |
| ·本文的主要工作与结构 | 第17-18页 |
| ·本文的主要工作 | 第17页 |
| ·本文的结构安排 | 第17-18页 |
| 本章小结 | 第18-19页 |
| 第二章 数据挖掘及分类方法的概述 | 第19-33页 |
| ·数据挖掘的理论 | 第19-21页 |
| ·数据挖掘的概念 | 第19页 |
| ·数据挖掘的任务 | 第19-20页 |
| ·数据挖掘的过程 | 第20-21页 |
| ·分类的概述 | 第21-22页 |
| ·分类的基本概念 | 第21页 |
| ·分类的步骤 | 第21-22页 |
| ·决策树方法 | 第22-30页 |
| ·决策树算法的基本理论 | 第22-23页 |
| ·决策树的生成 | 第23页 |
| ·决策树的剪枝算法 | 第23-24页 |
| ·常用的决策树分类算法 | 第24-30页 |
| ·分类算法评价标准与方法 | 第30-31页 |
| ·数据挖掘在CRM中的应用 | 第31-32页 |
| 本章小结 | 第32-33页 |
| 第三章 免疫遗传算法 | 第33-43页 |
| ·遗传算法 | 第33-37页 |
| ·遗传算法的原理 | 第33页 |
| ·遗传算法的基本操作 | 第33-36页 |
| ·遗传算法的特点 | 第36-37页 |
| ·免疫遗传算法 | 第37-40页 |
| ·免疫遗传算法的基本原理 | 第37-38页 |
| ·免疫遗传算法的具体流程 | 第38-40页 |
| ·免疫遗传算法特点 | 第40页 |
| ·仿真实验 | 第40-42页 |
| 本章小结 | 第42-43页 |
| 第四章 基于免疫遗传算法的分类算法(NIGCA)分析 | 第43-50页 |
| ·问题的提出 | 第43页 |
| ·基于免疫遗传算法的决策树构造思想 | 第43页 |
| ·基于免疫遗传算法的决策树算法的设计 | 第43-49页 |
| ·编码方案 | 第43-44页 |
| ·初始种群及适应度函数的设计 | 第44-45页 |
| ·选择操作 | 第45-46页 |
| ·交叉和变异操作 | 第46页 |
| ·改进算法的流程 | 第46-47页 |
| ·实验结果及分析 | 第47-49页 |
| 本章小结 | 第49-50页 |
| 第五章 NIGCA算法在银行客户关系管理中的应用分析 | 第50-59页 |
| ·引言 | 第50-51页 |
| ·挖掘的目的 | 第51页 |
| ·模型的实现 | 第51-58页 |
| ·运行环境及挖掘工具 | 第51-53页 |
| ·数据的准备 | 第53-56页 |
| ·挖掘结果及分析 | 第56-58页 |
| ·模型的评估 | 第58页 |
| 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 附录A 附录内容名称 | 第64-66页 |
| 攻读硕士学位期间发表的学术论文 | 第66-67页 |
| 致谢 | 第67页 |