首页--经济论文--经济计划与管理论文--企业经济论文--企业供销管理论文

基于数据挖掘的烟草零售客户聚类细分研究

摘要第3-4页
Abstract第4页
1 绪论第8-14页
    1.1 选题背景及其意义第8-10页
    1.2 国内外研究现状第10-11页
    1.3 研究内容与结构第11-12页
    1.4 本文的主要工作及创新点第12-14页
2 相关理论第14-24页
    2.1 客户细分第14-17页
        2.1.1 客户细分概念第14页
        2.1.2 客户细分的原则第14-15页
        2.1.3 客户细分的分类第15-16页
        2.1.4 客户细分的步骤第16-17页
    2.2 客户价值第17-19页
        2.2.1 客户价值理论第17-18页
        2.2.2 客户价值分类第18页
        2.2.3 RFM模型第18-19页
    2.3 聚类分析第19-20页
        2.3.1 聚类分析的概念第19页
        2.3.2 聚类分析的类别第19-20页
    2.4 层次分析方法第20-24页
        2.4.1 层次分析法概念第20-21页
        2.4.2 层次分析法的一般过程第21-24页
3 烟草行业客户细分模型的构建第24-38页
    3.1 烟草行业概况及客户分类现状和问题第24-26页
        3.1.1 烟草行业概况第24-25页
        3.1.2 泰顺及泰顺烟草简介第25页
        3.1.3 泰顺烟草客户分类现状及存在的问题第25-26页
    3.2 泰顺烟草客户价值细分模型第26-29页
        3.2.1 泰顺烟草客户价值细分模型设计思路第26-27页
        3.2.2 烟草客户当前价值的设计思路第27-28页
        3.2.3 烟草客户潜在价值的设计思路第28-29页
    3.3 泰顺烟草客户价值细分模型指标分析第29-31页
        3.3.1 贡献度第29-30页
        3.3.2 配合度第30页
        3.3.3 规范度第30页
        3.3.4 成长度第30-31页
    3.4 利用层次分析法确定权重第31-33页
        3.4.1 建立层次结构模型第31-32页
        3.4.2 建立判断矩阵第32页
        3.4.3 计算权重向量第32-33页
        3.4.4 两两比较矩阵的一致性检验第33页
    3.5 泰顺烟草客户细分指标的权重计算第33-38页
4 基于K-MEANS算法的烟草客户细分模型的应用第38-44页
    4.1 数据预处理第38-39页
    4.2 K-MEANS算法的聚类细分第39-40页
    4.3 基于K-MEANS算法的客户价值细分模型应用第40-41页
    4.4 分类结果简析及建议第41-44页
5 总结与建议第44-46页
    5.1 本文的优点与不足第44页
    5.2 建议第44-46页
参考文献第46-50页
致谢第50页

论文共50页,点击 下载论文
上一篇:M银行的并购金融业务发展研究
下一篇:基于层次分析法的供应商评价与选择研究