声明
摘要
第一章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 数据仓库技术的发展
1.2.2 数据挖掘技术的发展
1.3 本文的主要工作内容
第二章 论文相关理论与方法概述
2.1 数据挖掘技术
2.1.1 数据挖掘的概念
2.1.2 数据挖掘的过程
2.1.3 数据挖掘的功能
2.1.4 常用的数据挖掘算法
2.1.5 数据挖掘在CRM中的应用
2.2 数据仓库
2.2.1 数据仓库技术概述
2.2.2 数据仓库的特点
2.2.3 数据仓库的基本架构
2.2.4 数据仓库与数据库的区别
2.3 本章小结
第三章 数据仓库建立
3.1 数据平台核心需求
3.2 数据仓库的层次功能
3.3 用户数据采集系统
3.4 用户购买信息数据仓库的建立
3.5 本章小结
第四章 基于RFM模型和决策树的用户重购行为预测
4.1 客户流失
4.1.1 套餐客户流失的定义
4.1.2 客户流失的周期选取
4.2 衡量用户价值指数
4.2.1 RFM模型概述
4.2.2 基于RFM模型的用户价值评估
4.3 C5.0决策树预测客户流失
4.3.1 决策树建模的评价准则
4.3.2 决策树模型的选取
4.3.3 建立决策树串流预测用户重购
4.3.4 模型评估
4.4 本章小结
第五章 结论与展望
参考文献
致谢
攻读学位期间发表的专利目录
山东大学;