| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究的背景 | 第10页 |
| 1.2 研究的目的及意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.3.1 CRM研究现状 | 第11-12页 |
| 1.3.2 CRM在酒店行业的研究现状 | 第12-13页 |
| 1.4 论文的研究工作 | 第13-14页 |
| 1.5 论文的组织结构 | 第14-15页 |
| 第2章 面向酒店CRM的数据挖掘技术 | 第15-20页 |
| 2.1 CRM功能分类 | 第15-16页 |
| 2.2 CRM中数据挖掘的系统结构 | 第16-17页 |
| 2.3 酒店CRM中数据挖掘的主要技术方法 | 第17-19页 |
| 2.3.1 关联规则 | 第17页 |
| 2.3.2 决策树算法 | 第17-18页 |
| 2.3.3 聚类算法 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 酒店CRM的客户细分模型研究 | 第20-31页 |
| 3.1 酒店CRM中客户关系研究 | 第20-27页 |
| 3.1.1 客户满意度 | 第20-24页 |
| 3.1.2 客户价值 | 第24-27页 |
| 3.2 客户细分 | 第27-28页 |
| 3.2.1 客户细分的原因 | 第27页 |
| 3.2.2 客户细分的方法 | 第27-28页 |
| 3.3 传统客户细分模型 | 第28-29页 |
| 3.4 酒店CRM中的客户细分模型 | 第29-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第4章 基于K-MEANS聚类算法的酒店CRM分析 | 第31-46页 |
| 4.1 酒店CRM数据仓库的设计 | 第31-37页 |
| 4.1.1 数据仓库的基本架构 | 第31-32页 |
| 4.1.2 数据仓库的数据来源 | 第32页 |
| 4.1.3 多维数据模型 | 第32-33页 |
| 4.1.4 构建多维数据集 | 第33-36页 |
| 4.1.5 数据预处理 | 第36-37页 |
| 4.2 数据挖掘算法设计 | 第37-41页 |
| 4.2.1 K-Means聚类算法 | 第37-39页 |
| 4.2.2 PCA降维算法 | 第39-41页 |
| 4.3 客户细分模型的聚类结果分析 | 第41-44页 |
| 4.3.1 RFMH模型聚类结果 | 第41-42页 |
| 4.3.2 RFM模型聚类结果 | 第42-44页 |
| 4.4 酒店CRM客户细分模型的营销策略 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 酒店CRM的应用 | 第46-60页 |
| 5.1 系统分析 | 第46-48页 |
| 5.1.1 系统业务分析 | 第46-47页 |
| 5.1.2 系统工作流程 | 第47-48页 |
| 5.2 系统体系架构 | 第48-51页 |
| 5.2.1 系统开发环境 | 第48-49页 |
| 5.2.2 系统分层思想 | 第49-50页 |
| 5.2.3 异步交互的Web模型 | 第50-51页 |
| 5.3 系统实现 | 第51-59页 |
| 5.3.1 系统登录界面 | 第51-54页 |
| 5.3.2 客户信息管理 | 第54页 |
| 5.3.3 客户满意度 | 第54-56页 |
| 5.3.4 客户价值 | 第56页 |
| 5.3.5 客户细分 | 第56-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录 | 第66页 |