首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于知识的客户关系管理中知识仓库系统研究与应用

摘要第1-10页
Abstract第10-12页
致谢第12-19页
第一章 绪论第19-36页
   ·课题研究背景第19-21页
     ·信息技术发展第19页
     ·市场环境变化第19页
     ·技术进步第19-20页
     ·企业管理理念变化第20-21页
   ·国内外研究进展与现状第21-33页
     ·客户关系管理理论第21-24页
     ·知识管理理论第24-28页
     ·基于知识的客户关系管理第28-33页
     ·研究现状分析第33页
   ·课题研究的意义第33-34页
   ·课题来源与研究内容第34-36页
     ·课题来源第34页
     ·论文的研究内容及结构安排第34-36页
第二章 基于本体的知识仓库系统研究第36-55页
   ·引言第36页
   ·本体概述第36-40页
     ·本体定义和作用第36-37页
     ·本体结构第37-39页
     ·本体表示语言第39-40页
   ·CRM 中基于本体的知识模型第40-45页
     ·本体的描述第40-41页
     ·本体模型的创建流程第41-42页
     ·客户本体的语义模型第42-45页
   ·基于本体的知识集成第45-49页
     ·本体映射定义第46页
     ·本体映射过程第46-47页
     ·语义相似度计算第47-49页
     ·知识的集成框架第49页
   ·案例推理第49-54页
     ·CBR 的工作过程第50-51页
     ·基于本体案例知识库模型第51-54页
   ·制造企业知识仓库的架构和功能第54页
   ·小结第54-55页
第三章 多分类器融合的客户细分知识发现方法第55-79页
   ·引言第55页
   ·客户细分概述第55-57页
     ·问题的提出第55页
     ·客户细分研究方法第55-57页
   ·客户细分指标体系的设计第57-60页
     ·基于客户价值的指标设计第57-58页
     ·利用层次分析法确定各个指标的权重第58-60页
   ·基于SOM&SVM 的多分类器融合的客户细分知识发现方法第60-68页
     ·SOM 神经网络介绍第60-65页
     ·支持向量机介绍第65-68页
   ·多分类器融合的客户细分方法第68-72页
     ·多分类器的构造方法第68-69页
     ·分类器的生成第69-72页
   ·实例分析第72-78页
     ·数据来源第72页
     ·数据处理第72-73页
     ·实证分析第73-78页
   ·本章小结第78-79页
第四章 具有利润约束的频繁模式树关联规则知识发现方法第79-92页
   ·引言第79页
   ·关联规则的基本概念和模型第79-80页
   ·经典的关联规则算法第80-81页
   ·经典关联规则挖掘算法存在的问题第81页
   ·具有利润约束的频繁模式树关联规则第81-88页
     ·基于频繁模式树的频繁项集挖掘算法第81-84页
     ·具有利润约束的关联规则知识发现第84-85页
     ·具有利润约束的频繁模式树关联规则第85-88页
   ·利润约束频繁模式树数据实验结果第88-91页
   ·小结第91-92页
第五章 销售量预测知识发现方法第92-106页
   ·引言第92页
   ·遗传神经网络销售预测算法简介第92-98页
     ·遗传算法简介第92-94页
     ·神经网络简介第94-97页
     ·用遗传算法优化神经网络第97-98页
   ·算法设计、算法流程第98-101页
     ·BP 算法改进第98-99页
     ·遗传算法的改进第99-101页
     ·改进遗传神经网络算法流程图第101页
   ·销售量预测仿真实例第101-105页
     ·传统方法1-线性回归建模第102页
     ·传统方法2-指数回归建模第102页
     ·GA-BP 设计建模第102-104页
     ·实验结果分析和应用第104-105页
   ·本章小结第105-106页
第六章 基于知识的客户关系管理系统平台设计与实现第106-136页
   ·引言第106页
   ·系统特点与体系结构第106-108页
   ·系统功能分析与模块设计第108-109页
   ·系统实现第109-135页
     ·系统管理模块第109-111页
     ·客户信息管理模块第111-113页
     ·市场营销管理模块第113-116页
     ·销售管理模块第116-118页
     ·数据库管理模块第118-119页
     ·知识集成模块第119-122页
     ·知识搜索模块第122-123页
     ·知识发现模块第123-135页
   ·小结第135-136页
第七章 总结和展望第136-138页
   ·全文总结第136页
   ·论文主要创新点第136-137页
   ·展望第137-138页
参考文献第138-146页
攻读博士学位期间参加的科研项目第146页
攻读博士学位期间发表的学术论文第146-147页

论文共147页,点击 下载论文
上一篇:基于等效源法和质点振速测量的近场声全息技术
下一篇:基于多速率的无线移动Ad Hoc网络的研究