| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-11页 |
| 1．1 课题研究的意义 | 第8-9页 |
| 1．2 CRM的国内外研究现状 | 第9-10页 |
| 1．3 本课题研究内容 | 第10-11页 |
| 第二章 证券经纪业务CRM数据仓库的构建 | 第11-22页 |
| 2．1 数据仓库系统简介 | 第11-15页 |
| 2．1．1 数据仓库的定义 | 第11页 |
| 2．1．2 操作型数据库系统与数据仓库系统的区别 | 第11-12页 |
| 2．1．3 数据仓库系统的结构 | 第12-14页 |
| 2．1．4 数据仓库的数据模型 | 第14-15页 |
| 2．1．5 数据仓库模型的物理实施 | 第15页 |
| 2．2 利用SQL Server 2000实施证券经纪业务CRM数据仓库的构建 | 第15-21页 |
| 2．2．1 确定分析主题 | 第15页 |
| 2．2．2 构建数据仓库星型模型 | 第15-17页 |
| 2．2．3 抽取数据 | 第17-19页 |
| 2．2．4 创建数据仓库 | 第19页 |
| 2．2．5 数据转换处理 | 第19-21页 |
| 2．2．6 数据丢失处理 | 第21页 |
| 2．2．7 异常点分析处理 | 第21页 |
| 2．3 本章小结 | 第21-22页 |
| 第三章 证券经纪业务CRM联机分析处理的实施 | 第22-36页 |
| 3．1 OLAP简介 | 第22-24页 |
| 3．1．1 OLAP的基本概念 | 第22-23页 |
| 3．1．2 OLAP多维数据集的基本术语 | 第23页 |
| 3．1．3 多维数据集的存储模式 | 第23-24页 |
| 3．1．4 OLAP的多维数据分析方法 | 第24页 |
| 3．2 利用SQL Server 2000实施证券经纪业务CRM的OLAP | 第24-35页 |
| 3．2．1 创建联机分析处理数据库 | 第24-25页 |
| 3．2．2 创建维度 | 第25-29页 |
| 3．2．3 创建多维数据集 | 第29-30页 |
| 3．2．4 处理多维数据集 | 第30-31页 |
| 3．2．5 联机分析处理“客户交易2003”多维数据集 | 第31-34页 |
| 3．2．6 联机分析处理“非交易变动2003”多维数据集 | 第34-35页 |
| 3．3 本章小结 | 第35-36页 |
| 第四章 证券经纪业务CRM数据挖掘技术的运用 | 第36-50页 |
| 4．1 数据挖掘技术简介 | 第36-38页 |
| 4．1．1 数据挖掘的基本概念 | 第36页 |
| 4．1．2 数据挖掘的分类 | 第36页 |
| 4．1．3 数据挖掘模型的建立 | 第36-37页 |
| 4．1．4 数据挖掘算法 | 第37-38页 |
| 4．2 决策树算法 | 第38-40页 |
| 4．2．1 决策树的定义 | 第38页 |
| 4．2．2 决策树的构造过程 | 第38-39页 |
| 4．2．3 决策树的算法分类 | 第39-40页 |
| 4．3 聚类算法 | 第40-42页 |
| 4．3．1 聚类的定义 | 第40页 |
| 4．3．2 聚类分析中的相异度计算 | 第40页 |
| 4．3．3 聚类算法的分类 | 第40-42页 |
| 4．4 利用SQL Server 2000实施证券经纪业务CRM的数据挖掘分析 | 第42-49页 |
| 4．4．1 实施客户交易数据挖掘分析 | 第42-46页 |
| 4．4．2 实施客户非交易变动数据挖掘分析 | 第46-49页 |
| 4．5 本章小结 | 第49-50页 |
| 第五章 证券经纪业务CRM其他方式的数据分析 | 第50-53页 |
| 5．1 客户资金、资产分段统计 | 第50页 |
| 5．2 客户交易排行查询 | 第50-51页 |
| 5．3 营业部交易汇总查询 | 第51-52页 |
| 5．4 本章小结 | 第52-53页 |
| 第六章 结论 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 附录 | 第57-75页 |
| 附录一 | 第57-64页 |
| 附录二 | 第64-69页 |
| 附录三 | 第69-75页 |
