摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第1章 绪论 | 第9-13页 |
·研究背景及意义 | 第9-10页 |
·中国电信业的竞争格局 | 第9-10页 |
·电信行业客户细分的意义 | 第10页 |
·研究方法及内容 | 第10-12页 |
·研究的主要方法 | 第10-11页 |
·研究的具体内容 | 第11-12页 |
·论文框架 | 第12-13页 |
第2章 电信客户细分理论概述 | 第13-25页 |
·客户细分理论 | 第13-15页 |
·理论发展历程 | 第13页 |
·客户细分的内涵 | 第13-15页 |
·电信业的客户细分 | 第15-19页 |
·电信业客户细分的必要性 | 第15-17页 |
·国内电信业的客户细分 | 第17-18页 |
·国外电信业的客户细分 | 第18-19页 |
·电信客户细分的方法 | 第19-25页 |
·传统的方法 | 第19-20页 |
·基于电信RFM 模型的方法 | 第20-21页 |
·基于电信客户价值的方法 | 第21-22页 |
·基于数据挖掘的方法 | 第22-25页 |
第3章 数据挖掘理论概述 | 第25-33页 |
·数据挖掘的概念和功能 | 第25-26页 |
·数据挖掘的概念 | 第25页 |
·数据挖掘的功能 | 第25-26页 |
·数据挖掘的方法介绍 | 第26-30页 |
·数据挖掘方法分类 | 第26-28页 |
·聚类分析方法 | 第28-30页 |
·国内外研究现状 | 第30-33页 |
·国内研究的现状 | 第30页 |
·国外研究的现状 | 第30-33页 |
第4章 SOM 和 K-means 结合算法的研究 | 第33-43页 |
·K-means 算法概述 | 第33-34页 |
·K 均值算法原理 | 第33-34页 |
·K 均值算法的优缺点 | 第34页 |
·SOM 算法概述 | 第34-37页 |
·SOM 算法的原理 | 第34-36页 |
·SOM 算法的优缺点 | 第36-37页 |
·确定K-means 最优K 值的方法 | 第37-38页 |
·距离代价函数 | 第37页 |
·近邻传播聚类算法 | 第37-38页 |
·基于K-means 和SOM 的聚类算法的改进策略 | 第38-43页 |
·算法改进的思路 | 第38页 |
·新算法的计算过程 | 第38-39页 |
·性能测试 | 第39-43页 |
第5章 改进算法在电信客户细分中的应用 | 第43-55页 |
·数据的收集 | 第43-45页 |
·采集数据 | 第43-44页 |
·数据的说明 | 第44-45页 |
·数据的处理 | 第45-48页 |
·数据的清洗 | 第45-47页 |
·标准化数据 | 第47-48页 |
·聚类过程及结果 | 第48-51页 |
·客户聚类过程 | 第48-49页 |
·客户聚类结果 | 第49-51页 |
·客户聚类评析 | 第51-55页 |
·仿真结果分析与评价 | 第51-53页 |
·合适的营销策略分析 | 第53-54页 |
·算法应用评价 | 第54-55页 |
第6章 总结与展望 | 第55-57页 |
·全文总结 | 第55-56页 |
·前景展望 | 第56-57页 |
参考文献 | 第57-58页 |