文摘
英文文摘
声明
第1章绪论
1.1课题研究背景与研究意义
1.1.1理论研究背景
1.1.2应用背景
1.2数据挖掘系统的发展
1.3国内外研究现状
1.4数据挖掘软件生产厂商和产品
1.5本研究的主要内容
1.6本论文研究的框架
第2章联机分析挖掘和分析型CRM的基础理论
2.1数据挖掘和OLAP
2.2联机分析挖掘(OLAM)模型及可视化
2.2.1 OLAM与OLAP和数据挖掘的比较
2.2.2 OLAM机制
2.2.3 OLAM可视化
2.3 OLAM技术和算法概述
2.4数据挖掘和分析型CRM
2.4.1分析型客户关系管理
2.4.2分析型CRM的核心技术-数据挖掘
2.5本章小结
第3章构建分析型CRM的数据仓库
3.1数据仓库在分析型CRM中的作用
3.2数据仓库理论
3.3多维数据仓库的规范化处理(雪花处理)
3.4构建实例数据仓库
3.4.1客户分析挖掘系统功能设计
3.4.2数据仓库逻辑模型设计
3.4.3构建的部分主题数据仓库
3.4.4 SQL Sever 2005中数据仓库的建设
3.5本章小结
第4章 基于支出分配的客户终生价值计算研究
4.1客户终生价值理论
4.1.1客户终生价值的组成
4.1.2影响客户终生价值因素
4.2客户终生价值模型研究
4.2.1考虑客户支出分配的原因
4.2.2考虑支出分配的客户终生价值模型
4.3基于马尔可夫链的客户购买转换研究
4.3.1马尔可夫链相关理论
4.3.2转移矩阵
4.4基于马尔可夫链研究客户支出分配实例
4.4.1基于马尔可夫链计算客户支出分配变化的实例
4.4.2定量计算客户支出分配对客户终生价值影响的实例
4.5客户终生价值的软件实现
4.6本章小结
第5章 客户忠诚度预测及客户资信综合评价研究
5.1客户忠诚度理论
5.2客户忠诚度的评价算法
5.2.1神经网络模型
5.2.2基于模糊神经网络的客户忠诚度预测
5.2.3基于属性重要性理论确定模糊神经网络初始权重
5.2.4模糊信息处理与模糊神经网络评价步骤
5.3基于模糊神经网络的客户忠诚度的计算实例
5.3.1建立客户忠诚度指标体系
5.3.2利用择优比较法确定客户忠诚度的各指标权重
5.3.3构建客户忠诚度的模糊神经网络模型
5.3.4指标数据的模糊规范化及软件实现
5.3.5客户忠诚度的模糊神经网络预测
5.4基于模糊评价法的客户资信计算研究
5.4.1模糊综合评价法的数学模型
5.4.2基于模糊综合评价的客户资信计算实例
5.5本章小结
第6章基于数据挖掘的客户细分研究
6.1客户分类理论
6.1.1客户分类的目的及管理的意义
6.1.2 CRM中有关客户分类的常用指标
6.1.3常用的客户分类模型
6.2客户终生价值/客户忠诚度/客户资信(CLV/CL/CC)的客户分类模型
6.2.1客户细分算法
6.2.2数据挖掘中的客户聚类算法
6.2.3聚类分析的缺陷及解决思路
6.2.4聚类实现
6.3基于聚类结果的客户分类预测研究
6.3.1加权的扩展贝叶斯模型分类
6.3.2软件实现及可视化分析
6.4结果验证与分析
6.5本章小结
第7章基于OLAM的购物序列模式发现研究
7.1模糊时序关联规则的理论
7.1.1关联规则
7.1.2关联规则的分类
7.1.3序列模式关联规则挖掘
7.1.4模糊序列的关联规则
7.1.5关联规则的相关参数
7.2基于关联规则的购物序列模式发现实现
7.2.1关联规则算法的实现过程
7.2.2销售业务技术及源数据分析
7.2.3基于关联规则的购物序列模式分析实例
7.3本章小结
第8章 基于数据仓库的0LAP及多维可视化研究
8.1可视化技术
8.1.1可视化的主要方法
8.1.2多维数据可视化中主要采用的视图变换方法
8.1.3目前主要的多维数据可视化技术
8.2联机分析处理OLAP及其可视化
8.2.1 OLAP技术
8.2.2 OLAP可视化
8.3多维数据分析及其OLAP可视化实例
8.3.1客户总体概况分析
8.3.2单维度下钻分析
8.3.3某维度多属性的指标数据纵向切片分析可视化
8.3.4多维度多层上卷、旋转及横(纵)向切片综合分析及可视化
8.3.5某维度对分析指标沿时间预测分析的可视化
8.4本章小结
第9章总结和展望
9.1总结
9.1.1取得的成果
9.1.2创新点
9.2展望
致 谢
参考文献
攻读博士学位期间科研情况及发表的论文