| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-14页 |
| ·研究问题的提出 | 第11-12页 |
| ·研究的目的及意义 | 第12页 |
| ·本文的框架结构 | 第12-14页 |
| 第二章 数据挖掘与CRM概论 | 第14-25页 |
| ·数据挖掘的内涵、研究和应用现状 | 第14-19页 |
| ·数据挖掘的基本概念 | 第14-16页 |
| ·数据挖掘的国内外研究和应用现状 | 第16-19页 |
| ·CRM的发展、应用概述 | 第19-24页 |
| ·CRM的内涵、起源和发展过程 | 第19-22页 |
| ·CRM国内外研究和发展现状 | 第22-24页 |
| ·数据挖掘在CRM中的研究与应用现状 | 第24-25页 |
| 第三章 CRM中统计数据挖掘技术理论分析 | 第25-42页 |
| ·统计学与数据挖掘的关系概述 | 第25-26页 |
| ·数据挖掘技术在CRM中的适用性分析 | 第26-30页 |
| ·CRM的技术支撑 | 第26-27页 |
| ·数据挖掘的几项关键技术 | 第27-29页 |
| ·数据挖掘技术在CRM中的几点应用 | 第29-30页 |
| ·CRM中的统计数据挖掘模型的建立及实现方法 | 第30-42页 |
| ·数据准备 | 第30-33页 |
| ·分类回归树技术 | 第33-36页 |
| ·购物蓝分析——关联规则 | 第36-38页 |
| ·数据挖掘模型的统计评价——基于统计检验的49er搜索算法 | 第38-40页 |
| ·统计框架下的数据挖掘模型 | 第40-42页 |
| 第四章 统计数据挖掘在电信客户效益分类中的应用 | 第42-53页 |
| ·企业背景 | 第42-45页 |
| ·电信行业背景 | 第42-45页 |
| ·电信CRM的特点及意义 | 第45页 |
| ·模型的建立 | 第45-50页 |
| ·问题的定义 | 第45-46页 |
| ·数据准备 | 第46-47页 |
| ·数据挖掘方法选取 | 第47-49页 |
| ·K-means聚类过程 | 第49-50页 |
| ·模型评价和结果解释 | 第50-51页 |
| ·小结 | 第51-53页 |
| 第五章 统计数据挖掘在电信交叉销售及预测中的应用 | 第53-75页 |
| ·商业背景 | 第53-54页 |
| ·电信增值业务交叉销售模型 | 第54-62页 |
| ·选择数据挖掘工具软件 | 第54-55页 |
| ·数据理解与数据准备 | 第55-57页 |
| ·所选用的数据挖掘技术及算法介绍 | 第57-59页 |
| ·参数设置及模型建立步骤 | 第59-62页 |
| ·模型评价和结果解释 | 第62页 |
| ·电信增值业务客户预测模型 | 第62-74页 |
| ·数据理解与数据准备 | 第62-63页 |
| ·所选用的数据挖掘技术及算法介绍 | 第63-64页 |
| ·参数设置及模型建立步骤 | 第64-70页 |
| ·模型评价和结果解释 | 第70-74页 |
| ·小结 | 第74-75页 |
| 第六章 结论与展望 | 第75-78页 |
| ·主要结论 | 第75-76页 |
| ·统计数据挖掘技术应用于CRM应注意的几点问题 | 第76页 |
| ·局限性与研究展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 附录 | 第82-85页 |
| 附录A CRM在各行业中的应用 | 第82-83页 |
| 附录B 复杂数据挖掘模型结果的解释(对应分析方法) | 第83-85页 |
| 在读学位期间参与科研工作及发表论文 | 第85页 |