| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 导论 | 第10-17页 |
| ·研究背景 | 第10-11页 |
| ·研究目的和意义 | 第11-12页 |
| ·研究目的 | 第11页 |
| ·研究意义 | 第11-12页 |
| ·研究动态及评述 | 第12-14页 |
| ·国外研究动态 | 第12-13页 |
| ·国内研究动态 | 第13-14页 |
| ·研究内容 | 第14-15页 |
| ·研究思路与研究方法 | 第15-16页 |
| ·研究思路 | 第15页 |
| ·研究方法 | 第15-16页 |
| ·可能创新之处 | 第16-17页 |
| 第二章 客户关系管理相关理论 | 第17-23页 |
| ·客户关系管理的概念 | 第17-18页 |
| ·客户关系管理的功能 | 第18-19页 |
| ·客户关系管理的分类 | 第19-20页 |
| ·客户细分 | 第20-23页 |
| ·客户细分的概念 | 第20-21页 |
| ·客户细分的目的和步骤 | 第21-23页 |
| 第三章 证券业客户关系管理现状 | 第23-32页 |
| ·证券业的发展概况 | 第23-24页 |
| ·客户关系管理的应用现状 | 第24-32页 |
| ·国外客户关系管理的应用现状 | 第24-25页 |
| ·国内客户关系管理的应用现状 | 第25-27页 |
| ·国内证券业客户关系管理面临的问题和对策 | 第27-30页 |
| ·证券业进行客户细分的必要性 | 第30-32页 |
| 第四章 基于聚类分析的客户细分模型 | 第32-45页 |
| ·聚类分析的介绍 | 第32-36页 |
| ·聚类分析的定义 | 第32页 |
| ·聚类分析的数据类型 | 第32-35页 |
| ·聚类分析的数据度量 | 第35页 |
| ·聚类分析的分类 | 第35-36页 |
| ·K-means 算法介绍 | 第36-38页 |
| ·K-means 算法的概念 | 第36-37页 |
| ·K-means 算法存在的问题 | 第37页 |
| ·K-means 算法的改进 | 第37-38页 |
| ·客户细分模型的建立 | 第38-45页 |
| ·模型变量的解释 | 第38-39页 |
| ·数据的预处理 | 第39-40页 |
| ·改进算法的数据示例 | 第40-43页 |
| ·改进的K-means 算法与原算法的比较 | 第43-45页 |
| 第五章 K-means 算法在证券业客户关系管理中的应用 | 第45-49页 |
| ·应用目标 | 第45页 |
| ·实例聚类 | 第45-46页 |
| ·结果分析 | 第46-47页 |
| ·证券公司采取的服务措施 | 第47-49页 |
| ·证券公司提供差异化服务的原因 | 第47页 |
| ·证券公司提供差异化服务的意义 | 第47-49页 |
| 第六章 结论 | 第49-50页 |
| ·研究结论 | 第49页 |
| ·研究中存在的不足 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 附件 | 第54页 |