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 |