声明
致谢
摘要
1 绪论
1.1 研究背景
1.1.1 选题背景
1.1.2 项目背景
1.2 研究目的和意义
1.3 论文研究内容、方法及创新点
1.3.1 研究内容
1.3.2 研究方法
1.3.3 论文创新点
1.4 论文结构
2 文献综述
2.1 客户分类的方法现状
2.1.1 客户分类方法
2.1.2 客户分类指标分析
2.2 港口企业运营风险控制现状
2.3 人工神经网络
2.3.1 人工神经网络的概念
2.3.2 人工神经网络工作原理
2.3.3 人工神经网络的功能
2.4 BP神经网络
2.4.1 BP神经网络概念
2.4.2 BP神经网络的改进研究
2.4.3 BP神经网络算法分析
3 基于BP神经网络的港口客户分类
3.1 港口客户分类的必要性
3.2 客户分类指标选取
3.2.1 港口业务分析
3.2.2 客户分类指标分析
3.2.3 客户分类指标提取
3.3 基于改进BP神经网络模型构建
3.3.1 样本选择和预处理
3.3.2 确定BP网络结构
3.3.3 提高BP网络效率的研究
3.4 BP神经网络模型的实现
3.4.1 BP算法程序分析
3.4.2 训练BP神经网络
3.4.3 训练结果
3.5 客户分类实现
3.5.1 客户分类业务流程
3.5.2 客户分类管理
4 基于客户分类的运营风险控制
4.1 客户分类与运营风险控制的关系
4.2 基于客户分类的流程优化
4.2.1 签订合同流程优化
4.2.2 费用测算
4.2.3 货物质押管理
4.2.4 客户账户管理
4.3 提货控制点
4.3.1 出库单核发控制
4.3.2 货物提货量控制
5 运营风险控制实现
5.1 系统开发实现的关键技术
5.1.1 系统架构分析
5.1.2 关键技术分析
5.2 数据层实现
5.2.1 数据库层实现
5.2.2 数据访问层实现
5.3 业务逻辑层实现
5.4 用户表示层实现
5.5 流程优化后对现有系统的影响
6 总结与展望
6.1 总结
6.2 研究展望
参考文献
作者简历
学位论文数据集