连锁商业客户关系管理【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

连锁商业客户关系管理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

第1章 绪论1

1.1 连锁商业企业客户关系管理的研究背景2

1.1.1 行业背景2

1.1.2 理论背景5

1.2 研究CRM的意义6

1.2.1 连锁商业企业CRM研究的必要性7

1.2.2 连锁商业企业CRM实施的必要性8

1.3 连锁商业企业CRM的界定10

1.3.1 连锁商业企业CRM的概念和内涵10

1.3.2 连锁商业企业 CRM分析11

1.4 研究思路12

第2章 客户关系管理理论的研究现状15

2.1 客户关系管理研究综述16

2.1.1 客户关系管理的概念和内涵16

2.1.2 客户关系管理系统的功能与分类17

2.1.3 客户关系管理的发展趋势19

2.1.4 客户关系管理的应用与市场前景20

2.2 数据挖掘理论21

2.2.1 数据挖掘的基本原理21

2.2.2 数据挖掘的基本步骤22

2.2.3 数据挖掘的功能25

2.2.4 经典数据挖掘方法综述28

2.3 支持向量机理论31

2.3.1 统计学习原理31

2.3.2 支持向量机36

2.4 BP神经网络与层次分析法41

2.4.1 BP神经网络41

2.4.2 层次分析法44

2.5 贝叶斯网络理论47

2.5.1 贝叶斯统计47

2.5.2 贝叶斯网络48

2.5.3 贝叶斯网络学习50

2.5.4 贝叶斯网络BNs推理54

2.6 网格技术55

2.6.1 网格技术概述55

2.6.2 Globus Toolkit 4.0：OGMA的实现61

2.6.3 数据挖掘应用中网格技术的研究65

2.7 本章小结68

第3章 连锁商业企业客户关系管理总体框架69

3.1 面向连锁商业企业R-CRM的三维结构分析70

3.1.1 R-CRM中的消费者分析72

3.1.2 R一CRM中的供应商分析76

3.1.3 连锁商业企业R-CRM的决策机制分析77

3.2 面向连锁商业企业R-CRM的框架模型78

3.2.1 基于商品驱动的R-CRM系统工作原理79

3.2.2 R-CRM的系统框架81

3.2.3 R-CRM框架模型的基本功能模块82

3.2.4 R-CRM的协调机制分析84

3.3 面向连锁商业企业R-CRM的结构指标分析85

3.3.1 面向连锁商业客户消费行为的分布式数据挖掘模型86

3.3.2 基于SVM的客户分类分析86

3.3.3 基于BP神经网络的供应商评价分析87

3.3.4 基于贝叶斯的连锁商业企业CRM决策机制分析87

3.3.5 基于地域因素的分布式决策树算法与其网格模型88

3.4 连锁商业企业R-CRM实施的技术关键分析88

3.4.1 数据仓库88

3.4.2 分布式数据挖掘技术92

3.4.3 数据分析与预测技术93

3.5 本章小结93

第4章 连锁商业客户消费行为的分布式数据挖掘模型95

4.1 相关工作96

4.1.1 连锁商业现状96

4.1.2 基于数据挖掘的消费行为分析现状98

4.2 面向连锁商业客户消费行为的分布式数据挖掘模型102

4.2.1 连锁商业客户消费行为103

4.2.2 分布式数据挖掘模型DDMM的主题指标109

4.2.3 分布式数据挖掘模型DDMM的关键技术113

4.2.4 基于约束的分布式关联规则DARMAIF算法的研究130

4.2.5 改进型分布式神经网络IDNNA算法的研究143

4.3 分布式数据挖掘模型DDMM实验与应用分析149

4.3.1 系统概述149

4.3.2 DDMM模型的应用154

4.3.3 应用结果分析161

4.4 本章小节168

第5章 连锁商业企业客户分类170

5.1 问题的提出171

5.2 基于SVM的连锁商业企业客户动态分类模型174

5.2.1 连锁商业企业客户多类分类问题描述174

5.2.2 云模型177

5.2.3 改进的序贯最小优化SMO算法179

5.2.4 SVMDT方法181

5.2.5 基于SVM的连锁商业企业客户动态分类模型R-DCSS183

5.3 实验186

5.3.1 实验数据准备186

5.3.2 实验结果分析189

5.4 本章小结192

第6章 连锁商业企业供应商评价193

6.1 连锁商业企业供应商评价的意义194

6.2 连锁商业企业供应商评价优化研究现状分析195

6.3 连锁商业企业供应商评价选择与优化问题描述197

6.4 基于BP神经网络的多目标供应商模糊优选模型201

6.4.1 连锁商业企业供应商评价指标体系201

6.4.2 基于BP神经网络的多目标供应商模糊优选模型及评价步骤203

6.5 算例206

6.5.1 数据采集与处理206

6.5.2 样本学习208

6.5.3 模型的验证与结果分析212

6.6 本章小结214

第7章 连锁商业企业客户关系管理决策机制215

7.1 连锁商业企业分布式决策的意义与现状216

7.2 贝叶斯网络特点218

7.3 贝叶斯网络在连锁商业企业的分布式决策中的应用研究分析219

7.4 基于BNs的分布式迭代决策模型220

7.4.1 分布环境下的集成决策思想220

7.4.2 基于priDAG的分布式BNs迭代决策模型R-BNs226

7.5 实验与分析评价232

7.5.1 贝叶斯网络构建232

7.5.2 贝叶斯网络推理235

7.5.3 结果分析237

7.6 本章小结242

第8章 基于地域因素的分布式决策树算法与其网格模型243

8.1 基于地域因素的分布式数据挖掘的意义244

8.2 国内外研究现状246

8.2.1 决策树的研究247

8.2.2 网格技术的研究247

8.2.3 分布式数据挖掘技术的研究248

8.2.4 网格技术在数据挖掘技术应用方面的研究248

8.3 主要内容及创新点250

8.4 基于地域因素的分布式决策树算法ZDT研究252

8.4.1 面向连锁商业企业的分布式数据挖掘模型253

8.4.2 ZDT构思与基本概念256

8.4.3 基于地域因素的决策树算法ZDT261

8.5 基于网格技术的ZDM模型研究与实现273

8.5.1 GZDM模型概述274

8.5.2 GZDM模型结构275

8.5.3 GZDM系统实现282

8.6 实验与分析评价291

8.6.1 开发与运行环境292

8.6.2 实验运行293

8.6.3 结果分析305

8.7 本章小结310

第9章 支持连锁商业企业客户关系管理的原型系统312

9.1 概述313

9.2 银泰百货集团HZ-RCRM系统的体系结构与实现技术317

9.2.1 体系结构317

9.2.2 业务逻辑服务层设计319

9.2.3 用户界面层设计319

9.3 HZ-RCRM的主要功能320

9.3.1 面向银泰HZ-RCRM的消费者分析320

9.3.2 面向银泰HZ-RCRM的供应商评价选择322

9.3.3 面向银泰HZ-RCRM的分布式决策323

9.4 基于知识管理的柔性数据迁移软件325

9.4.1 数据迁移系统的架构与功能326

9.4.2 数据迁移系统的关键技术研究332

9.5 连锁商业企业客户服务及交互式信息服务平台345

9.5.1 客户服务及交互式信息服务平台概述345

9.5.2 客户服务及交互式信息服务平台的关键技术346

9.6 连锁商业企业客户关系管理与协同商务决策系统352

9.6.1 连锁商业企业客户关系管理与协同商务决策系统概述352

9.6.2 连锁商业企业客户关系管理与协同商务决策系统研究内容353

9.6.3 连锁商业企业客户关系管理与协同商务决策系统的架构与功能354

9.6.4 连锁商业企业客户关系管理与协同商务决策系统使用说明371

9.7 本章小结390

第10章 总结与展望391

10.1 总结391

10.2 展望393

参考文献395