数据挖掘在客户关系管理中的应用研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第10-14页 |
| ·论文研究的背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·论文主要研究内容 | 第12-13页 |
| ·论文结构安排 | 第13-14页 |
| 第2章 数据挖掘技术概述 | 第14-22页 |
| ·数据挖掘的定义 | 第14-15页 |
| ·数据挖掘的任务 | 第15-18页 |
| ·数据挖掘的过程 | 第18-19页 |
| ·数据挖掘常用方法与技术 | 第19-21页 |
| ·数据挖掘与专家系统的区别 | 第21-22页 |
| 第3章 数据挖掘技术在客户关系管理中的应用 | 第22-37页 |
| ·客户关系管理研究 | 第22-29页 |
| ·CRM的产生与发展 | 第22-24页 |
| ·CRM核心思想 | 第24-26页 |
| ·CRM系统的结构与功能 | 第26-29页 |
| ·基于数据挖掘的CRM体系结构 | 第29-32页 |
| ·现有CRM系统的不足 | 第29-30页 |
| ·构建基于数据挖掘的CRM体系结构 | 第30-32页 |
| ·数据挖掘技术在CRM中的典型应用 | 第32-37页 |
| ·客户细分分析 | 第33页 |
| ·客户识别和客户保留分析 | 第33-35页 |
| ·交叉销售分析 | 第35页 |
| ·客户忠诚度分析 | 第35-36页 |
| ·客户盈利率分析 | 第36-37页 |
| 第4章 数据挖掘技术在菏泽联通公司中的应用 | 第37-60页 |
| ·客户细分问题 | 第37-47页 |
| ·电信客户细分 | 第37-38页 |
| ·电信客户细分模型意义 | 第38-39页 |
| ·K-MEANS聚类算法 | 第39-40页 |
| ·K-MEANS聚类算法实证样本 | 第40-46页 |
| ·结论 | 第46-47页 |
| ·客户流失问题 | 第47-60页 |
| ·电信客户流失简述 | 第47-49页 |
| ·电信客户流失预警的重要性 | 第49页 |
| ·电信客户流失的影响因素 | 第49-50页 |
| ·客户流失预警及客户挽留整体解决方案 | 第50-51页 |
| ·C4.5决策树算法 | 第51-53页 |
| ·客户流失预警系统的设计 | 第53-55页 |
| ·实验设计及结果 | 第55-57页 |
| ·结论和营销建议 | 第57-60页 |
| 第5章 结论与展望 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64-65页 |
| 学位论文评阅及答辩情况表 | 第65页 |