1 绪 论
1.1 研究背景
1.2 研究的目的与意义
1.3 国内外研究现状综述
1.4 国内外聚类分析在客户分类中的研究综述
1.5 研究内容,框架与创新点
2 数据挖掘相关理论介绍
2.1 数据挖掘的定义
2.2 数据挖掘的对象
2.3 数据挖掘的一般过程
2.4 数据挖掘的基本方法
3 聚类相关理论介绍
3.1 定义数据的相似性
3.2 聚类方法的分析
3.3 k-means算法
3.4 K-means 算法的不足
3.5 K-means算法的优化—Kohonen网络聚类
3.6 Two_step 聚类
4 CRISP商业流程
5 互联网电商的客户分类研究
5.1 业务理解
5.2 数据理解
5.3 数据的检查和清洗
5.4 数据的分析与整合
5.5 数据的描述性分析
5.6 互联网电子商务公司客户分类模型的建立
5.7 改进的k-means聚类尝试
6 总结与建议
7 结 语
致谢
参考文献