数据挖掘技术在手机行业客户关系管理中的应用研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景与意义 | 第11-13页 |
| ·研究目的和内容 | 第13-14页 |
| ·研究方法 | 第14-15页 |
| ·研究创新点 | 第15-16页 |
| ·研究思路 | 第16-17页 |
| 第2章 相关理论概述 | 第17-27页 |
| ·CRM的相关理论 | 第17-20页 |
| ·CRM的两个层次 | 第19页 |
| ·CRM的过程 | 第19-20页 |
| ·数据仓库的相关理论 | 第20-23页 |
| ·数据仓库概述 | 第20页 |
| ·数据仓库系统的结构 | 第20-21页 |
| ·数据仓库中的多维建模技术 | 第21-22页 |
| ·CRM中的数据仓库技术 | 第22-23页 |
| ·数据挖掘理论 | 第23-26页 |
| ·数据挖掘的概念与步骤 | 第23-25页 |
| ·数据挖掘常用技术 | 第25-26页 |
| ·CRM中的数据挖掘的目标 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第3章 构建基于CRM的手机企业数据仓库系统 | 第27-45页 |
| ·手机企业信息系统现状 | 第27-29页 |
| ·现有系统简介 | 第27-28页 |
| ·现有系统的不足 | 第28-29页 |
| ·数据仓库的设计步骤 | 第29-30页 |
| ·概念模型设计 | 第30-33页 |
| ·功能需求和主题确定 | 第30-31页 |
| ·系统层次结构 | 第31-33页 |
| ·逻辑模型设计 | 第33-37页 |
| ·分析事实和粒度 | 第33-36页 |
| ·分析维度 | 第36页 |
| ·雪花模型 | 第36-37页 |
| ·物理模型设计 | 第37-41页 |
| ·定义数据源视图 | 第37-38页 |
| ·定义和部署多维数据集 | 第38-40页 |
| ·设计存储方式 | 第40-41页 |
| ·数据仓库的实现 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于手机企业数据仓库的关联规则挖掘 | 第45-61页 |
| ·数据挖掘方法在手机企CRM中的应用概述 | 第45-46页 |
| ·关联规则方法介绍 | 第46-50页 |
| ·关联规则的概念 | 第46-48页 |
| ·关联规则挖掘的步骤 | 第48-49页 |
| ·Apriori算法 | 第49-50页 |
| ·基于关联规则算法的客户意向模型的研究 | 第50-60页 |
| ·数据准备 | 第50-51页 |
| ·数据预处理 | 第51-52页 |
| ·客户自然特征数据抽取及挖掘执行 | 第52-57页 |
| ·结果解释 | 第57-59页 |
| ·根据关联规则挖掘结果管理客户关系 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 基于结构方程模型的手机企业零售商选择 | 第61-83页 |
| ·零售商的评价选择 | 第61-62页 |
| ·结构方程模型基本原理 | 第62-64页 |
| ·结构方程的表示及组成 | 第62-63页 |
| ·结构方程模型的步骤 | 第63-64页 |
| ·结构方程模型的优点 | 第64页 |
| ·构建零售商选择的评价指标 | 第64-73页 |
| ·评价指标选取的原则 | 第64-65页 |
| ·手机行业的零售商选择的评价指标 | 第65-68页 |
| ·模型假设 | 第68-69页 |
| ·问卷设计和数据收集 | 第69-70页 |
| ·问卷效度和信度分析 | 第70-73页 |
| ·模型分析与评价 | 第73-75页 |
| ·结构方程模型构建 | 第75-79页 |
| ·模型解释 | 第79-81页 |
| ·本章小结 | 第81-83页 |
| 总结与展望 | 第83-85页 |
| 一、总结 | 第83-84页 |
| 二、展望 | 第84-85页 |
| 参考文献 | 第85-91页 |
| 附录 | 第91-105页 |
| 攻读学位期间发表的学术论文 | 第105-107页 |
| 致谢 | 第107页 |
