| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景及课题来源 | 第8-9页 |
| 1.2 课题理论意义和实际价值 | 第9页 |
| 1.3 现状及发展趋势 | 第9-10页 |
| 1.4 主要研究内容和采用的关键技术 | 第10-12页 |
| 1.4.1 研究内容 | 第10-11页 |
| 1.4.2 关键技术 | 第11-12页 |
| 1.5 研究方法、技术路线及实施方法 | 第12-15页 |
| 1.5.1 研究方法 | 第12-13页 |
| 1.5.2 技术路线及实施方法 | 第13-15页 |
| 第二章 客户关系管理（CRM） | 第15-23页 |
| 2.1 客户关系管理的概念及意义 | 第15-17页 |
| 2.1.1 客户关系管理的概念 | 第15页 |
| 2.1.2 客户关系管理的意义 | 第15-17页 |
| 2.2 客户关系管理系统 | 第17-21页 |
| 2.2.1 客户关系管理系统描述 | 第17页 |
| 2.2.2 客户关系管理系统的分类 | 第17-19页 |
| 2.2.3 客户关系管理系统的基本功能 | 第19-21页 |
| 2.3 客户关系管理的发展 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 数据仓库在银行客户关系管理中的应用 | 第23-40页 |
| 3.1 数据仓库技术介绍 | 第23-25页 |
| 3.2 银行客户关系管理中数据仓库的创立 | 第25-39页 |
| 3.2.1 数据仓库所在平台搭建 | 第25-26页 |
| 3.2.2 数据库设计 | 第26-29页 |
| 3.2.3 数据仓库模型设计 | 第29-36页 |
| 3.2.4 数据仓库的 ETL 过程 | 第36-39页 |
| 3.3 本章小结 | 第39-40页 |
| 第四章 OLAP 联机分析在银行客户关系管理中的应用 | 第40-47页 |
| 4.1 OLAP 联机分析技术介绍 | 第40-41页 |
| 4.2 OLAP 联机分析客户账户 | 第41-43页 |
| 4.2.1 联机分析的模型创建 | 第41-42页 |
| 4.2.2 联机分析的结果展现 | 第42-43页 |
| 4.3 OLAP 联机分析客户贷款 | 第43-45页 |
| 4.3.1 联机分析的模型创建 | 第43-44页 |
| 4.3.2 联机分析的结果展现 | 第44-45页 |
| 4.4 OLAP 联机分析支行交易情况 | 第45-46页 |
| 4.4.1 联机分析的模型创建 | 第45-46页 |
| 4.4.2 联机分析的结果展现 | 第46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 数据挖掘技术实现个人客户群体细分及交叉营销 | 第47-70页 |
| 5.1 数据挖掘技术介绍 | 第47-48页 |
| 5.2 数据挖掘实现个人客户群体细分 | 第48-61页 |
| 5.2.1 客户群体细分概述 | 第48-49页 |
| 5.2.2 聚类算法优缺点对比 | 第49-54页 |
| 5.2.3 X-Means 算法实现个人客户群体细分 | 第54-61页 |
| 5.3 关联规则实现交叉销售 | 第61-69页 |
| 5.3.1 交叉销售概述 | 第61-62页 |
| 5.3.2 关联规则算法选取 | 第62-65页 |
| 5.3.3 FP-Growth 算法实现交叉销售 | 第65-69页 |
| 5.4 本章小结 | 第69-70页 |
| 结论与展望 | 第70-72页 |
| 主要结论 | 第70页 |
| 研究展望 | 第70-72页 |
| 参考文献 | 第72-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75页 |
