| 第1章 绪论 | 第1-12页 |
| ·研究背景及意义 | 第7-9页 |
| ·研究背景 | 第7页 |
| ·研究意义 | 第7-9页 |
| ·国内外相关研究 | 第9-10页 |
| ·保险客户关系管理的研究现状 | 第9页 |
| ·神经网络技术的研究状况 | 第9-10页 |
| ·本文的主要工作 | 第10-11页 |
| ·论文结构安排 | 第11-12页 |
| 第2章 分析型客户关系管理及其主要技术手段——数据挖掘 | 第12-19页 |
| ·分析型客户关系管理的特点 | 第12页 |
| ·分析型CRM 中的数据挖掘技术 | 第12-19页 |
| ·客户生命周期理论 | 第12-15页 |
| ·数据挖掘方法及用途 | 第15-16页 |
| ·客户生命周期中的数据挖掘技术 | 第16-19页 |
| 第3章 保险客户群体细分系统ICS-Miner 设计 | 第19-24页 |
| ·数据挖掘及其实施流程 | 第19-21页 |
| ·数据挖掘定义 | 第19页 |
| ·数据挖掘流程 | 第19-21页 |
| ·ICS-MINER的系统流程 | 第21-22页 |
| ·ICS-MINER的系统架构及实现技术 | 第22-24页 |
| ·系统架构 | 第22页 |
| ·实现技术 | 第22-24页 |
| 第4章 保险客户数据的预处理 | 第24-39页 |
| ·数据预处理的重要性 | 第24页 |
| ·数据预处理的方法 | 第24-25页 |
| ·保险数据预处理过程 | 第25-39页 |
| ·数据提取 | 第25-26页 |
| ·数据集成 | 第26-29页 |
| ·数据清洗 | 第29-31页 |
| ·数据聚类分析 | 第31-35页 |
| ·数据转换 | 第35-39页 |
| 第5章 神经网络及其在保险客户群体细分中的应用 | 第39-47页 |
| ·神经网络介绍 | 第39页 |
| ·神经网络的优点 | 第39-41页 |
| ·神经网络的分类 | 第41-42页 |
| ·用于模式识别的前馈式神经网络 | 第42-44页 |
| ·前馈式网络的拓扑结构 | 第42-43页 |
| ·前馈式神经网络的作用函数 | 第43-44页 |
| ·两种前馈式网络的对比分析 | 第44页 |
| ·神经网络在保险客户群体分类中的应用 | 第44-47页 |
| 第6章 结束语 | 第47-50页 |
| ·数据挖掘系统的实现方式 | 第47-48页 |
| ·规则提取问题 | 第48-49页 |
| ·保险领域对客户关系管理的需求 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 后记 | 第52页 |