中文摘要 | 第1-6页 |
英文摘要 | 第6-12页 |
插图和插表清单 | 第12-14页 |
1 概述 | 第14-20页 |
·研究背景 | 第14-16页 |
·研究目的 | 第16-17页 |
·研究内容 | 第17-18页 |
·主要创新点 | 第18页 |
·论文结构 | 第18-20页 |
2 文献回顾 | 第20-38页 |
·电子收费系统简介 | 第20-26页 |
·电子收费系统定义 | 第20页 |
·电子收费系统组成及功能 | 第20-21页 |
·电子收费系统的基本流程 | 第21-22页 |
·电子收费系统的优缺点 | 第22-24页 |
·国际电子收费技术的应用现状和发展趋势 | 第24-25页 |
·我国电子收费技术的应用及管理现状分析 | 第25-26页 |
·CRM 概述 | 第26-28页 |
·CRM 理念 | 第26-27页 |
·CRM 应用的国内外现状 | 第27-28页 |
·数据挖掘技术在CRM 中的应用 | 第28-31页 |
·数据挖掘的概念 | 第28页 |
·数据挖掘在CRM 中的应用 | 第28-29页 |
·CRM 应用案例分析--上海通用公司的CRM 系统 | 第29-31页 |
·微软分析服务器与数据挖掘 | 第31-33页 |
·微软分析服务器 | 第31-32页 |
·微软分析服务器的数据挖掘接口 | 第32-33页 |
·联机分析处理(OLAP) | 第33-36页 |
·OLAP 的基本概念 | 第33-34页 |
·OLAP 的典型操作 | 第34页 |
·OLAP 的实现方式 | 第34-36页 |
·本章小结 | 第36-38页 |
3 WEB 下基于 OLAP 和数据挖掘技术的 CRM 系统设计 | 第38-44页 |
·WEB 下基于OLAP 和数据挖掘技术的ETC 客户关系管理模型 | 第38-41页 |
·OLAP 在系统中的应用 | 第40页 |
·数据挖掘技术在系统中的应用 | 第40-41页 |
·数据仓库、OLAP 与数据挖掘技术在CRM 中的实施方案 | 第41-43页 |
·ETC 系统数据特点分析 | 第41页 |
·数据清洗 | 第41-42页 |
·星型架构 | 第42页 |
·建立客户信息数据仓库,建立基于客户分析的多维数据集 | 第42-43页 |
·本章小结 | 第43-44页 |
4 ETC 系统的 CRM 需求分析 | 第44-50页 |
·问题的提出 | 第44页 |
·需求描述 | 第44-45页 |
·所用基础数据 | 第45页 |
·系统总体设计 | 第45-49页 |
·系统功能 | 第45-46页 |
·设备 | 第46页 |
·支持软件 | 第46页 |
·系统结构 | 第46页 |
·系统分析应用 | 第46-48页 |
·界面操作用例 | 第48页 |
·模块划分 | 第48-49页 |
·本章小结 | 第49-50页 |
5 ETC 系统 CRM 的系统实现 | 第50-64页 |
·数据仓库的设计和实现 | 第50-52页 |
·维度的建立 | 第50-51页 |
·建立立方体 | 第51-52页 |
·确定表示计算方法 | 第52页 |
·OLAP 基本操作运用 | 第52-54页 |
·客户分析方法 | 第53-54页 |
·客户分析结果 | 第54页 |
·潜在用户分析 | 第54-55页 |
·选择用户属性 | 第55页 |
·建立数据挖掘模型 | 第55页 |
·客户信用度分析 | 第55-59页 |
·信用度分析目标 | 第55-56页 |
·客户信用评分的神经网络分类模型 | 第56-58页 |
·构建神经网络 | 第58-59页 |
·实现过程 | 第59页 |
·模型应用 | 第59页 |
·用户划分 | 第59-63页 |
·客户价值分析目标 | 第60页 |
·客户价值的聚类分析 | 第60-61页 |
·客户价值属性 | 第61页 |
·实现过程 | 第61-62页 |
·算法处理流程 | 第62页 |
·根据结果进行客户价值管理 | 第62-63页 |
·本章小结 | 第63-64页 |
6 软件实现 | 第64-70页 |
7 结束语 | 第70-72页 |
致谢 | 第72-74页 |
参考文献 | 第74-78页 |
附录 | 第78-100页 |
独创性声明 | 第100页 |
学位论文版权使用授权书 | 第100页 |