數據挖掘在電子商務領域中的應用

1 緒論
1．1 研究背景
1．2 研究意義
1．2．1 客戶分類
1．2．2 網店評價
1．3 國內外研究綜述
1．3．1 客戶分類
1．3．2 網店評價
1．4 本書主要內容
1．5 本書創(chuàng)新之處
參考文獻
2 數據挖掘理論
2．1 數據挖掘的定義
2．1．1 數據挖掘與數據倉庫
2．1．2 數據挖掘與0LAP及商務智能
2．2 數據挖掘任務及體系結構
2．2．1 數據挖掘任務
2．2．2 數據挖掘的體系結構
2．3 數據挖掘過程及過程模型
2．3．1 數據挖掘的過程
2．3．2 數據挖掘過程模型
2．4 數據挖掘算法
2．4．1 關聯規(guī)則
2．4．2 聚類算法
2．4．3 決策樹算法
2．4．4 神經網絡算法
2．5 數據挖掘在CRM的應用
2．5．1 營銷
2．5．2 銷售
2．5．3 客戶服務
2．5．4 客戶保持
2．5．5 風險評估和欺詐識別
2．6 數據挖掘的工具
2．6．1 IntelligentMiner’
2．6．2 EnterpriseMiner
2．6．3 SPSSClementine
2．6．4 M：icrosoflBusiness：IntelligenceDevelopmentStudio
參考文獻
3 分形理論
3．1 分形理論簡介
3．1．1 簡單分形
3．1．2 多重分形
3．2 發(fā)展歷程
3．3 分形理論的應用
參考文獻
4 客戶分類理論
4．1 客戶價值內涵
4．1．1 客戶讓渡價值理論
4．1．2 客戶生命周期價值理論
4．2 基于客戶行為的客戶分類
4．2．1 RFM模型
4．2．2 修正的RFM模型
4．3 基于客戶生命周期的客戶分類
4．3．1 忠誠度階梯分類法
4．3．2 依據客戶關系的不同階段進行客戶分類
4．4 基于客戶價值的客戶分類
4．4．1 定量分類方法研究
4．4．2 定性分類方法研究
4．5 客戶忠誠度
4．5．1 客戶忠誠度概念
4．5．2 客戶忠誠度維度結構
參考文獻
5 虛擬商店理論
5．1 虛擬商店
5．1．1 虛擬商店的概念和內涵
5．1．2 虛擬商店的特點
5．1．3 虛擬商店銷售的創(chuàng)新點
5．1．4 虛擬商店的基礎環(huán)境
5．1．5 虛擬商店的客戶培養(yǎng)
5．2 網絡經濟
5．2．1 網絡經濟的內涵及其形成
5．2．2 網絡經濟的特征與影響因素
5．3 績效評價理論基礎
5．3．1 資源理論
5．3．2 生命周期理論
5．3．3 戰(zhàn)略適應理論
5．3．4 激勵理論
參考文獻
6 數據挖掘在客戶分類中的應用
6．1 引言
6．1．1 傳統的客戶分類理論
6．1．2 基于客戶行為的客戶分類
6．1．3 基于客戶生命周期的客戶分類
6．1．4 基于客戶生命周期價值的客戶分類
6．2 模型構建
6．2．1 當前價值的計算
6．2．2 潛在價值的計算
6．2．3 客戶忠誠度的計量
6．2．4 數據挖掘流程
6．3 實證研究
6．3．1 數據來源
6．3．2 模型建立
6．3．3 模型訓練
6．3．4 模型預測
6．4 客戶分類結果
6．4．1 客戶現有價值的評價
6．4．2 客戶潛在價值的評價
6．4．3 客戶忠誠度的評價
6．4．4 客戶分類結果
6．5 市場策略
參考文獻
7 分形理論在虛擬商店評價中的應用
7．1 引言
7．2 相關理論概述
7．2．1 績效評價的內涵
7．2．2 虛擬商店績效評價要素
7．2．3 虛擬商店績效評價的目的
7．2．4 虛擬商店績效評價的影響因素
7．2．5 虛擬商店績效評價指標選取原則
7．3 虛擬商店評價指標的構建
7．3．1 虛擬商店績效評價內容
7．3．2 虛擬商店績效評價指標體系
7．4 虛擬商店績效分形評價模型
7．4．1 評價方法的確定
7．4．2 模型設計
7．4．3 子指標數據的標準化
7．4．4 子指標的相關性分析
7．4．5 分形評價
7．5 實證分析
7．5．1 案例背景
7．5．2 MATLAB軟件簡介
7．5．3 實證結果
參考文獻
8 基于熵一灰色關聯度電子商務網站評價研究
8．1 引言
8．2 電子商務網站評價指標體系的構建
8．2．1 內容指標
8．2．2 商業(yè)指標
8．3 電子商務網站評價方法
8．3．1 熵權法
8．3．2 灰色關聯度分析
8．4 實證研究
8．5 結論
參考文獻
9 基于生存分析的互聯網用戶在線時間實證研究
9．1 生存分析
9．1．1 基本函數
9．1．2 分析方法
9．2 數據來源與處理
9．2．1 數據來源
9．2．2 流失條件界定與生存時間計算
9．3 應用實例
9．3．1 生存時間分布
9．3．2 分組對比分析
9．4 影響因素分析
9．5 結論
參考文獻
附錄A 客戶忠誠度預測測試數據集
附錄B 網民／專家調查問卷