| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.1.1 课题研究背景 | 第10-11页 |
| 1.1.2 课题研究意义 | 第11页 |
| 1.2 客户价值研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 论文研究内容和组织结构 | 第13-15页 |
| 1.3.1 主要研究内容 | 第13页 |
| 1.3.2 论文组织结构 | 第13-15页 |
| 第二章 旅客价值度量基础理论和基本方法 | 第15-29页 |
| 2.1 客户价值基本概念 | 第15-18页 |
| 2.1.1 客户价值 | 第15-16页 |
| 2.1.2 客户资产 | 第16-17页 |
| 2.1.3 客户投资回收周期 | 第17页 |
| 2.1.4 客户利润贡献度 | 第17-18页 |
| 2.1.5 客户终生价值 | 第18页 |
| 2.2 客户价值度量 | 第18-28页 |
| 2.2.1 DEA法 | 第18-20页 |
| 2.2.2 层次分析法 | 第20-26页 |
| 2.2.3 模糊综合评价模型 | 第26-27页 |
| 2.2.4 数据挖掘方法 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 面向旅客行为信息提取的中文分词算法研究 | 第29-41页 |
| 3.1 旅客行为信息提取存在的问题 | 第29页 |
| 3.2 Lucene分词 | 第29-32页 |
| 3.2.1 Lucene简介 | 第29-31页 |
| 3.2.2 Lucene中文分词 | 第31-32页 |
| 3.3 传统的词典机制分词算法 | 第32-35页 |
| 3.3.1 基本的词典机制算法 | 第32-33页 |
| 3.3.2 若干改进算法 | 第33-35页 |
| 3.4 一种快速的“2-5”词索引分词法 | 第35-37页 |
| 3.4.1“2-5”词索引算法思想 | 第36页 |
| 3.4.2“2-5”词索引算法具体介绍 | 第36-37页 |
| 3.5 实验 | 第37-39页 |
| 3.5.1 时间效率实验 | 第37-39页 |
| 3.5.2 算法准确度实验 | 第39页 |
| 3.6 本章小结 | 第39-41页 |
| 第四章 基于用户行为信息的旅客价值度量模型及指标研究 | 第41-57页 |
| 4.1 民航旅客价值度量模型的指标研究 | 第41-45页 |
| 4.1.1 旅客价值指标分析 | 第41-42页 |
| 4.1.2 基于主成分分析的旅客价值指标构造 | 第42-45页 |
| 4.2 基于主成分分析的民航旅客价值度量 | 第45-51页 |
| 4.2.1 基于主成分分析的旅客价值预测模型 | 第45-46页 |
| 4.2.2 实验 | 第46-51页 |
| 4.3 基于模糊层次分析的民航旅客价值模型 | 第51-56页 |
| 4.3.1 模糊层次分析 | 第51-52页 |
| 4.3.2 基于模糊层次分析的旅客价值层次构建 | 第52-53页 |
| 4.3.3 基于模糊层次分析的旅客价值度量 | 第53-55页 |
| 4.3.4 实验 | 第55-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 基于用户行为信息的旅客价值聚类分析 | 第57-63页 |
| 5.1 k-均值聚类 | 第57-58页 |
| 5.2 基于旅客行为主成分指标的k-均值聚类模型 | 第58-61页 |
| 5.3 基于旅客价值的差异化策略 | 第61-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-64页 |
| 6.1 工作总结 | 第63页 |
| 6.2 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 作者简介 | 第68页 |