第一章 引言 | 第1-21页 |
1.1 CRM概述 | 第8-10页 |
1.2 CRM系统的分类 | 第10-11页 |
1.3 CRM的功能组件 | 第11-15页 |
1.4 CRM商业产品综述 | 第15-18页 |
1.5 论文内容和结构 | 第18-21页 |
第二章 分析型CRM及其应用集成 | 第21-35页 |
2.1 分析型CRM的相关背景 | 第21-24页 |
2.2 分析型CRM的EAI(企业应用集成) | 第24-32页 |
2.3 分析型CRM的行业应用 | 第32-34页 |
2.4 论文的工程背景及实现分析型CRM系统的关键 | 第34-35页 |
第三章 基于DB-ODS-DW的分析型CRM | 第35-46页 |
3.1 分析型CRM的数据支持环境要求 | 第36-38页 |
3.2 CRM数据支持环境的特征 | 第38-46页 |
第四章 分析型CRM数据环境设计 | 第46-62页 |
4.1 创建分析型CRM数据支持环境的技术路线 | 第46页 |
4.2 分析型CRM的信息结构 | 第46-47页 |
4.3 ODS层的设计 | 第47-52页 |
4.4 分析型CRM的DB-ODS-DW数据支持环境建立流程 | 第52-62页 |
第五章 CRM中的客户数据分析 | 第62-79页 |
5.1 构建分析型CRM的客户分析流程 | 第62-64页 |
5.2 CRM客户数据分析的数据预处理 | 第64页 |
5.3 CRM中客户数据清理 | 第64-66页 |
5.4 CRM中客户数据集成 | 第66-68页 |
5.5 CRM客户数据选择 | 第68页 |
5.6 CRM客户数据变换 | 第68-69页 |
5.7 客户数据挖掘 | 第69-73页 |
5.8 对模式进行评估: | 第73-74页 |
5.9 结果的表示: | 第74-75页 |
5.10 商业反馈 | 第75页 |
5.11 利用SAS产品进行数据分析(SEMMA)的实例 | 第75-79页 |
第六章 在数据挖掘中应用SVM方法 | 第79-96页 |
6.1 理论背景 | 第79-81页 |
6.2 SVM算法介绍 | 第81-84页 |
6.3 SVM算法中目前的研究状况 | 第84-90页 |
6.4 使用关联挖掘技术和SVM方法对客户进行细分 | 第90-92页 |
6.5 应用SVM方法保持客户 | 第92-96页 |
第七章 总结与展望 | 第96-100页 |
7.1 工作中的难点和创新性 | 第96-97页 |
7.2 今后的工作方向 | 第97-100页 |
参考文献 | 第100-102页 |
致谢 | 第102-103页 |
个人简历、在学期间的研究成果及发表的学术论文 | 第103页 |