| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 移动电子商务发展现状 | 第14-15页 |
| 1.2 研究目的和意义 | 第15-17页 |
| 1.2.1 研究目标 | 第16页 |
| 1.2.2 研究的意义 | 第16-17页 |
| 1.3 研究内容和方法 | 第17-18页 |
| 1.3.1 研究内容 | 第17页 |
| 1.3.2 研究方法 | 第17-18页 |
| 1.4 研究创新点 | 第18页 |
| 1.5 本章小结 | 第18-19页 |
| 第二章 文献综述及理论架构 | 第19-34页 |
| 2.1 移动电子商务相关理论研究 | 第19-21页 |
| 2.1.1 移动电子商务的概念和特点 | 第19页 |
| 2.1.2 移动电子商务和传统电子商务的区别 | 第19-21页 |
| 2.2 消费者细分研究 | 第21-23页 |
| 2.2.1 客户细分理论概述 | 第21-22页 |
| 2.2.2 消费者细分方法研究 | 第22-23页 |
| 2.3 客户价值评价理论与方法 | 第23-26页 |
| 2.3.1 客户价值 | 第23-24页 |
| 2.3.2 RFM模型简介 | 第24-26页 |
| 2.4 数据挖掘的研究现状 | 第26-28页 |
| 2.4.1 数据挖掘过程 | 第26-27页 |
| 2.4.2 数据挖掘的功能 | 第27-28页 |
| 2.4.3 数据挖掘常用工具 | 第28页 |
| 2.5 常用的数据挖掘算法 | 第28-33页 |
| 2.5.1 聚类分析 | 第29-31页 |
| 2.5.2 时间序列模型 | 第31-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第三章 X公司客户细分模型的创建和个性化客户关系管理 | 第34-45页 |
| 3.1 客户细分模型的创建 | 第34-40页 |
| 3.1.1 RFM模型研究现状 | 第34-35页 |
| 3.1.2 客户价值评价指标的建立 | 第35-37页 |
| 3.1.3 采用熵值法计算指标权重 | 第37-39页 |
| 3.1.4 客户价值判断与分析 | 第39-40页 |
| 3.2 个性化的客户关系管理 | 第40-43页 |
| 3.2.1 细分营销 | 第41页 |
| 3.2.2 销售预测 | 第41-43页 |
| 3.3 X公司客户关系管理整体思路 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 X公司客户关系管理实证分析 | 第45-74页 |
| 4.1 X公司消费数据初步分析 | 第45-51页 |
| 4.1.1 数据理解 | 第45-48页 |
| 4.1.2 数据分析 | 第48-51页 |
| 4.2 数据准备 | 第51-55页 |
| 4.2.1 属性选择 | 第52页 |
| 4.2.2 数据清洗 | 第52-53页 |
| 4.2.3 数据变换 | 第53-54页 |
| 4.2.4 计算各指标权重 | 第54-55页 |
| 4.3 客户细分算法和数据挖掘工具的选择 | 第55-57页 |
| 4.3.1 k-means简介 | 第55-56页 |
| 4.3.2 数据挖掘工具IBM SPSS Modeler18.0 | 第56-57页 |
| 4.4 X公司结合改进的LRPM模型的细分流程 | 第57-62页 |
| 4.5 与传统RFM模型比较 | 第62-63页 |
| 4.6 X公司客户细分结果 | 第63-65页 |
| 4.7 基于客户细分的销量预测 | 第65-71页 |
| 4.8 实验结果分析 | 第71-73页 |
| 4.9 本章小结 | 第73-74页 |
| 第五章 结论与展望 | 第74-76页 |
| 5.1 研究结论 | 第74-75页 |
| 5.2 展望 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 导师简介 | 第79页 |
| 作者简介 | 第79-80页 |
| 致谢 | 第80-81页 |
| 附件 | 第81-82页 |