基于电信CRM系统的客户消费模式研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 1 绪论 | 第8-16页 |
| ·课题的来源及背景 | 第8-10页 |
| ·系统结构 | 第9-10页 |
| ·国内外电信CRM 系统的应用现状及展望 | 第10-14页 |
| ·CRM 系统概述 | 第10-11页 |
| ·国外电信运营商的CRM 应用现状 | 第11-12页 |
| ·国内电信运营商的CRM 实施现状 | 第12-13页 |
| ·CRM 的未来发展趋势 | 第13-14页 |
| ·本文研究内容及所取得的成果 | 第14-15页 |
| ·本文内容安排 | 第15-16页 |
| 2 数据挖掘技术介绍 | 第16-23页 |
| ·数据挖掘的概述 | 第16-17页 |
| ·数据挖掘的定义 | 第16页 |
| ·数据挖掘的过程 | 第16-17页 |
| ·数据挖掘的功能 | 第17-18页 |
| ·数据挖掘的常用算法 | 第18-20页 |
| ·数据挖掘在电信行业中的应用 | 第20-21页 |
| ·数据挖掘的主要问题 | 第21页 |
| ·数据挖掘未来研究方向 | 第21-23页 |
| 3 聚类分析及径向基函数神经网络的理论与算法 | 第23-38页 |
| ·聚类分析的技术方法 | 第23-27页 |
| ·数据挖掘领域中聚类算法的分类 | 第23-24页 |
| ·数据挖掘领域中常用的聚类算法 | 第24-26页 |
| ·聚类算法的性能比较 | 第26-27页 |
| ·聚类分析在数据挖掘中的应用 | 第27页 |
| ·径向基函数人工神经网络 | 第27-38页 |
| ·RBF 人工神经网络综述 | 第28-31页 |
| ·RBF 的学习算法 | 第31-38页 |
| 4 消费模式模型的建立 | 第38-56页 |
| ·客户消费模式模型综述 | 第38-39页 |
| ·功能 | 第38页 |
| ·系统结构框图 | 第38页 |
| ·系统数据流图 | 第38-39页 |
| ·系统开发环境 | 第39页 |
| ·数据加载模块设计 | 第39-44页 |
| ·数据源的结构 | 第39-40页 |
| ·多维数据模型的设计 | 第40-41页 |
| ·数据加载模块 | 第41-43页 |
| ·数据预处理 | 第43-44页 |
| ·生成样本库 | 第44-46页 |
| ·客户样本库 | 第44页 |
| ·客户行为消费样本 | 第44-46页 |
| ·消费模式的类别 | 第46-47页 |
| ·聚类模块设计 | 第47-52页 |
| ·系统聚类 | 第47-48页 |
| ·基于密度和系统聚类相结合的方法 | 第48-50页 |
| ·结果分析 | 第50-52页 |
| ·RBF 网络 | 第52-56页 |
| ·模型结构 | 第52-53页 |
| ·数据处理 | 第53页 |
| ·中心的选取和权值的确定 | 第53-54页 |
| ·模型参数输出 | 第54-56页 |
| 5 智能决策系统设计 | 第56-60页 |
| ·系统功能 | 第56页 |
| ·用户界面设计 | 第56-57页 |
| ·结果展示 | 第57-58页 |
| ·模型评估及其与实际的差距 | 第58-60页 |
| 6 结束语 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 附录:作者在攻读硕士学位期间发表的论文 | 第64-65页 |
| 独创性声明 | 第65页 |
| 学位论文版权使用授权书 | 第65页 |
