数据挖掘在电信客户关系管理中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景和意义 | 第9-11页 |
| ·国内外相关领域研究现状 | 第11-14页 |
| ·数据挖掘的研究现状 | 第11-12页 |
| ·CRM 的研究现状 | 第12-13页 |
| ·数据挖掘在电信CRM 中的应用研究现状 | 第13-14页 |
| ·论文研究的主要内容 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第二章 数据挖掘 | 第16-28页 |
| ·数据挖掘的定义 | 第16-17页 |
| ·数据挖掘的技术定义 | 第16页 |
| ·数据挖掘的商业定义 | 第16页 |
| ·数据挖掘与传统分析方法的区别 | 第16-17页 |
| ·数据挖掘的功能 | 第17-18页 |
| ·聚类 | 第17页 |
| ·分类和预测 | 第17-18页 |
| ·关联分析 | 第18页 |
| ·数据挖掘的过程 | 第18-23页 |
| ·商业问题理解 | 第19-20页 |
| ·数据准备 | 第20-22页 |
| ·挖掘算法选择 | 第22页 |
| ·建立模型及评估 | 第22页 |
| ·挖掘结果解释 | 第22-23页 |
| ·本文采用的数据挖掘算法 | 第23-26页 |
| ·决策树算法 | 第23-24页 |
| ·聚类算法 | 第24-26页 |
| ·本文选用的数据挖掘工具 | 第26页 |
| ·小结 | 第26-28页 |
| 第三章 客户关系管理 | 第28-35页 |
| ·客户关系管理的内涵 | 第28-29页 |
| ·CRM 的产生背景 | 第29页 |
| ·CRM 系统的功能及特征 | 第29-31页 |
| ·CRM 系统的功能 | 第29-30页 |
| ·CRM 系统的特征 | 第30-31页 |
| ·电信企业的CRM | 第31-34页 |
| ·实施CRM 的必要性 | 第31页 |
| ·实施CRM 的优势 | 第31-32页 |
| ·电信CRM 的总体框架 | 第32-34页 |
| ·小结 | 第34-35页 |
| 第四章 基于聚类分析的电信客户群细分 | 第35-43页 |
| ·客户细分的基本理论 | 第35-37页 |
| ·客户细分的意义 | 第35-36页 |
| ·电信企业常用的客户细分方法 | 第36-37页 |
| ·客户细分的数据准备 | 第37-39页 |
| ·数据获取 | 第37-38页 |
| ·数据集成 | 第38-39页 |
| ·数据清洗 | 第39页 |
| ·建立客户细分模型 | 第39-40页 |
| ·利用聚类分析进行客户细分 | 第40-42页 |
| ·聚类分析 | 第40-41页 |
| ·聚类结果分析 | 第41-42页 |
| ·小结 | 第42-43页 |
| 第五章 应用决策树算法进行电信客户流失预测 | 第43-53页 |
| ·研究背景与问题定义 | 第43-45页 |
| ·研究背景 | 第43页 |
| ·问题理解 | 第43-45页 |
| ·建立客户流失模型 | 第45-48页 |
| ·数据准备 | 第45-47页 |
| ·挖掘算法选择 | 第47页 |
| ·建立客户流失模型 | 第47-48页 |
| ·模型的检验与评估 | 第48-51页 |
| ·测试数据集的选择 | 第48-49页 |
| ·模型评价指标 | 第49页 |
| ·本文中的模型评价结果 | 第49-51页 |
| ·客户挽留 | 第51-52页 |
| ·客户挽留流程 | 第51页 |
| ·挽留策略设计 | 第51-52页 |
| ·小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间取得的学术成果 | 第57-58页 |
| 致谢 | 第58页 |
