| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究的背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·本文的主要研究内容和结构安排 | 第13-15页 |
| 第2章 相关基础理论 | 第15-20页 |
| ·引言 | 第15页 |
| ·客户细分的理论研究 | 第15-17页 |
| ·客户细分理论的产生 | 第15-16页 |
| ·客户细分方法的分类 | 第16-17页 |
| ·聚类算法的理论研究 | 第17-19页 |
| ·聚类算法的分类 | 第17-18页 |
| ·聚类算法的评价标准 | 第18-19页 |
| ·本章小节 | 第19-20页 |
| 第3章 基于NK-means和客户相似度的聚类技术 | 第20-35页 |
| ·引言 | 第20页 |
| ·基于K-MEANS的客户细分 | 第20-21页 |
| ·K-means概述 | 第20-21页 |
| ·基于K-means客户细分的不足 | 第21页 |
| ·基于近邻密度的初始中心点选择算法 | 第21-30页 |
| ·NK-means算法的基本原理 | 第22页 |
| ·NK-means算法的主要步骤 | 第22-28页 |
| ·NK-means算法的性能评价 | 第28-30页 |
| ·基于客户相似度的聚类准则 | 第30-32页 |
| ·客户相似度 | 第30-31页 |
| ·客户优先级 | 第31-32页 |
| ·基于NK-MEANS和客户相似度的聚类算法 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第4章 基于网络影响的客户价值模型 | 第35-48页 |
| ·引言 | 第35页 |
| ·传统的客户生命周期价值模型 | 第35-38页 |
| ·基于购买行为的CLV模型 | 第35-36页 |
| ·基于立体客户关系的CLV模型 | 第36-38页 |
| ·传统模型的缺点与不足 | 第38页 |
| ·基于网络影响的客户价值模型 | 第38-44页 |
| ·基于概率模型的潜在价值计算 | 第40-41页 |
| ·基于影响权重的网络价值计算 | 第41-42页 |
| ·客户挽留率计算 | 第42-43页 |
| ·RFM值的计算 | 第43-44页 |
| ·基于网络影响的客户价值模型应用 | 第44-47页 |
| ·本章小节 | 第47-48页 |
| 第5章 客户细分系统设计与实现 | 第48-59页 |
| ·引言 | 第48页 |
| ·系统体系结构 | 第48-49页 |
| ·数据获取层实现 | 第49-50页 |
| ·数据存储层实现 | 第50-51页 |
| ·数据应用层实现 | 第51-57页 |
| ·数据预处理 | 第51-53页 |
| ·基于NK-means和客户相似度的客户聚类 | 第53-56页 |
| ·基于网络影响评估客户价值 | 第56-57页 |
| ·模型的输出 | 第57页 |
| ·系统应用 | 第57-58页 |
| ·本章小节 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66页 |