數(shù)據(jù)挖掘在電子商務(wù)領(lǐng)域中的應(yīng)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(wǎng)店評(píng)價(jià)
1．3 國(guó)內(nèi)外研究綜述
1．3．1 客戶分類
1．3．2 網(wǎng)店評(píng)價(jià)
1．4 本書主要內(nèi)容
1．5 本書創(chuàng)新之處
參考文獻(xiàn)
2 數(shù)據(jù)挖掘理論
2．1 數(shù)據(jù)挖掘的定義
2．1．1 數(shù)據(jù)挖掘與數(shù)據(jù)倉庫
2．1．2 數(shù)據(jù)挖掘與0LAP及商務(wù)智能
2．2 數(shù)據(jù)挖掘任務(wù)及體系結(jié)構(gòu)
2．2．1 數(shù)據(jù)挖掘任務(wù)
2．2．2 數(shù)據(jù)挖掘的體系結(jié)構(gòu)
2．3 數(shù)據(jù)挖掘過程及過程模型
2．3．1 數(shù)據(jù)挖掘的過程
2．3．2 數(shù)據(jù)挖掘過程模型
2．4 數(shù)據(jù)挖掘算法
2．4．1 關(guān)聯(lián)規(guī)則
2．4．2 聚類算法
2．4．3 決策樹算法
2．4．4 神經(jīng)網(wǎng)絡(luò)算法
2．5 數(shù)據(jù)挖掘在CRM的應(yīng)用
2．5．1 營(yíng)銷
2．5．2 銷售
2．5．3 客戶服務(wù)
2．5．4 客戶保持
2．5．5 風(fēng)險(xiǎn)評(píng)估和欺詐識(shí)別
2．6 數(shù)據(jù)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(xiàn)
3 分形理論
3．1 分形理論簡(jiǎn)介
3．1．1 簡(jiǎn)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(yīng)用
參考文獻(xiàn)
4 客戶分類理論
4．1 客戶價(jià)值內(nèi)涵
4．1．1 客戶讓渡價(jià)值理論
4．1．2 客戶生命周期價(jià)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(jù)客戶關(guān)系的不同階段進(jìn)行客戶分類
4．4 基于客戶價(jià)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(jié)構(gòu)
參考文獻(xiàn)
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(nèi)涵
5．1．2 虛擬商店的特點(diǎn)
5．1．3 虛擬商店銷售的創(chuàng)新點(diǎn)
5．1．4 虛擬商店的基礎(chǔ)環(huán)境
5．1．5 虛擬商店的客戶培養(yǎng)
5．2 網(wǎng)絡(luò)經(jīng)濟(jì)
5．2．1 網(wǎng)絡(luò)經(jīng)濟(jì)的內(nèi)涵及其形成
5．2．2 網(wǎng)絡(luò)經(jīng)濟(jì)的特征與影響因素
5．3 績(jī)效評(píng)價(jià)理論基礎(chǔ)
5．3．1 資源理論
5．3．2 生命周期理論
5．3．3 戰(zhàn)略適應(yīng)理論
5．3．4 激勵(lì)理論
參考文獻(xiàn)
6 數(shù)據(jù)挖掘在客戶分類中的應(yīng)用
6．1 引言
6．1．1 傳統(tǒng)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(jià)值的客戶分類
6．2 模型構(gòu)建
6．2．1 當(dāng)前價(jià)值的計(jì)算
6．2．2 潛在價(jià)值的計(jì)算
6．2．3 客戶忠誠度的計(jì)量
6．2．4 數(shù)據(jù)挖掘流程
6．3 實(shí)證研究
6．3．1 數(shù)據(jù)來源
6．3．2 模型建立
6．3．3 模型訓(xùn)練
6．3．4 模型預(yù)測(cè)
6．4 客戶分類結(jié)果
6．4．1 客戶現(xiàn)有價(jià)值的評(píng)價(jià)
6．4．2 客戶潛在價(jià)值的評(píng)價(jià)
6．4．3 客戶忠誠度的評(píng)價(jià)
6．4．4 客戶分類結(jié)果
6．5 市場(chǎng)策略
參考文獻(xiàn)
7 分形理論在虛擬商店評(píng)價(jià)中的應(yīng)用
7．1 引言
7．2 相關(guān)理論概述
7．2．1 績(jī)效評(píng)價(jià)的內(nèi)涵
7．2．2 虛擬商店績(jī)效評(píng)價(jià)要素
7．2．3 虛擬商店績(jī)效評(píng)價(jià)的目的
7．2．4 虛擬商店績(jī)效評(píng)價(jià)的影響因素
7．2．5 虛擬商店績(jī)效評(píng)價(jià)指標(biāo)選取原則
7．3 虛擬商店評(píng)價(jià)指標(biāo)的構(gòu)建
7．3．1 虛擬商店績(jī)效評(píng)價(jià)內(nèi)容
7．3．2 虛擬商店績(jī)效評(píng)價(jià)指標(biāo)體系
7．4 虛擬商店績(jī)效分形評(píng)價(jià)模型
7．4．1 評(píng)價(jià)方法的確定
7．4．2 模型設(shè)計(jì)
7．4．3 子指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化
7．4．4 子指標(biāo)的相關(guān)性分析
7．4．5 分形評(píng)價(jià)
7．5 實(shí)證分析
7．5．1 案例背景
7．5．2 MATLAB軟件簡(jiǎn)介
7．5．3 實(shí)證結(jié)果
參考文獻(xiàn)
8 基于熵一灰色關(guān)聯(lián)度電子商務(wù)網(wǎng)站評(píng)價(jià)研究
8．1 引言
8．2 電子商務(wù)網(wǎng)站評(píng)價(jià)指標(biāo)體系的構(gòu)建
8．2．1 內(nèi)容指標(biāo)
8．2．2 商業(yè)指標(biāo)
8．3 電子商務(wù)網(wǎng)站評(píng)價(jià)方法
8．3．1 熵權(quán)法
8．3．2 灰色關(guān)聯(lián)度分析
8．4 實(shí)證研究
8．5 結(jié)論
參考文獻(xiàn)
9 基于生存分析的互聯(lián)網(wǎng)用戶在線時(shí)間實(shí)證研究
9．1 生存分析
9．1．1 基本函數(shù)
9．1．2 分析方法
9．2 數(shù)據(jù)來源與處理
9．2．1 數(shù)據(jù)來源
9．2．2 流失條件界定與生存時(shí)間計(jì)算
9．3 應(yīng)用實(shí)例
9．3．1 生存時(shí)間分布
9．3．2 分組對(duì)比分析
9．4 影響因素分析
9．5 結(jié)論
參考文獻(xiàn)
附錄A 客戶忠誠度預(yù)測(cè)測(cè)試數(shù)據(jù)集
附錄B 網(wǎng)民／專家調(diào)查問卷