基于统计学视角的数据挖掘在CRM中的应用PDF|Epub|txt|kindle电子书版本网盘下载

基于统计学视角的数据挖掘在CRM中的应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1绪论1

1.1 研究问题的提出1

1.2 研究的目的及意义8

1.3 本书的框架结构10

2数据挖掘与CRM概论12

2.1 数据挖掘的内涵、研究和应用现状12

2.1.1 数据挖掘的基本概念12

2.1.2 数据挖掘与其他学科的关系14

2.1.3 数据挖掘的国内外研究和应用现状15

2.2 CRM的发展、应用概述19

2.2.1 CRM的内涵、起源和发展过程19

2.2.2 CRM国内外研究和发展现状24

2.3 数据挖掘在CRM中的研究与应用26

3 CRM中统计数据挖掘技术理论分析29

3.1 统计学与数据挖掘的关系概述29

3.2 数据挖掘技术在CRM中的适用性分析31

3.2.1 CRM的技术支撑31

3.2.2 数据挖掘的几项关键技术32

3.2.3 数据挖掘技术在CRM中的几点应用34

3.3 GRM中的统计数据挖掘模型的建立及实现方法37

3.3.1 数据准备37

3.3.2 分类回归树技术40

3.3.3 购物篮分析——关联规则43

3.3.4 数据挖掘模型的统计评价——基于统计检验的49 er搜索算法47

3.3.5 统计框架下的数据挖掘模型49

4统计数据挖掘在电信客户效益分类中的应用51

4.1 背景分析51

4.2 电信CRM 中的客户细分55

4.2.1 电信CRM的特点及意义55

4.2.2 客户细分57

4.3 模型的建立60

4.3.1 问题的定义60

4.3.2 数据准备61

4.3.3 数据挖掘方法选取62

4.3.4 K-means聚类过程64

4.4 模型评价和结果解释67

4.5 小结68

5统计数据挖掘在电信交叉销售及预测中的应用69

5.1 商业背景69

5.2 交叉销售的理论基础71

5.2.1 交叉销售的概念71

5.2.2 交叉销售的意义及应用72

5.2.3 交叉销售与CRM的关系73

5.3 电信增值业务交叉销售模型75

5.3.1 选择数据挖掘工具软件75

5.3.2 数据理解与数据准备76

5.3.3 选用的数据挖掘技术及算法介绍78

5.3.4 参数设置及模型建立步骤81

5.3.5 模型评价和结果解释83

5.4 电信增值业务客户预测模型85

5.4.1 数据理解与数据准备85

5.4.2 选用的数据挖掘技术及算法介绍86

5.4.3 参数设置及模型建立步骤87

5.4.4 模型评价和结果解释93

5.5 小结97

6结论与展望98

6.1 主要结论99

6.2 统计数据挖掘技术应用于CRM时应注意的几点问题99

6.3 局限性与研究展望100

参考文献102

附录105

附录A CRM在各行业中的应用105

附录B复杂数据挖掘模型结果的解释（对应分析方法）106