数据仓库和数据挖掘技术在超市CRM中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究背景和意义 | 第10-11页 |
| ·研究背景 | 第10页 |
| ·科学意义与应用前景 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·CRM 研究现状 | 第11-12页 |
| ·数据挖掘方面 | 第12-13页 |
| ·本论文的研究内容和结构安排 | 第13-14页 |
| 第2章 相关理论基础 | 第14-26页 |
| ·CRM 概述 | 第14-21页 |
| ·CRM 起源的背景 | 第14页 |
| ·客户关系管理产生的原因 | 第14-15页 |
| ·实施客户关系管理为企业带来的优势 | 第15-17页 |
| ·CRM 的定义 | 第17-18页 |
| ·CRM 的分类 | 第18-19页 |
| ·CRM 中的客户 | 第19-20页 |
| ·客户的生命周期 | 第20-21页 |
| ·数据仓库和 OLAP | 第21-23页 |
| ·数据仓库 | 第21-22页 |
| ·多维数据模型 | 第22-23页 |
| ·数据挖掘概述 | 第23-25页 |
| ·数据挖掘的定义 | 第23-24页 |
| ·数据挖掘功能 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 关键技术研究 | 第26-46页 |
| ·超市实施 CRM 研究 | 第26-28页 |
| ·超市特点分析 | 第26-27页 |
| ·超市实施 CRM 的具体策略 | 第27-28页 |
| ·商品的关联和相关分析 | 第28-33页 |
| ·频繁模式、关联规则和相关规则 | 第28-30页 |
| ·购物篮分析算法的选取 | 第30-32页 |
| ·基于关系数据库的关联规则挖掘算法 | 第32-33页 |
| ·客户和商品的分类 | 第33-37页 |
| ·属性选择度量 | 第33-35页 |
| ·商品和客户分类算法的选取 | 第35-36页 |
| ·迭代反馈式 ID3 和 C4.5 算法的实现 | 第36-37页 |
| ·客户细分 | 第37-40页 |
| ·客户细分算法的选取 | 第37页 |
| ·超市会员细分实现 | 第37-40页 |
| ·层次分析方法 | 第40-44页 |
| ·基本原理 | 第40-41页 |
| ·使用 AHP 解决问题的基本步骤 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 超市实施 CRM 的数据分析及模型设计 | 第46-58页 |
| ·超市实施 CRM 数据仓库体系结构 | 第46-47页 |
| ·业务模型的构建过程 | 第47-48页 |
| ·数据分析 | 第48-49页 |
| ·模型设计 | 第49-57页 |
| ·购物篮关联分析模型 | 第49-53页 |
| ·客户价值模型 | 第53-55页 |
| ·客户流失模型 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 平台的设计与实现 | 第58-72页 |
| ·系统概述 | 第58页 |
| ·开发环境 | 第58-59页 |
| ·系统环境 | 第58页 |
| ·开发框架 | 第58-59页 |
| ·系统功能实现 | 第59-70页 |
| ·数据分析功能实现 | 第59-65页 |
| ·数据模型处理结果 | 第65-70页 |
| ·本章小结 | 第70-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |
