导论 1
第1章 相关理论综述 31
1.1 客户价值研究综述 31
1.2 数据挖掘理论 44
1.3 粗糙集理论 52
1.4 本章小结 56
第2章 客户价值分析 57
2.1 客户 57
2.2 客户价值 61
2.3 客户分类 69
2.4 本章小结 75
第3章 分类数据挖掘 76
3.1 数据挖掘中分类问题的概念 76
3.2 分类挖掘的机理与特点 79
3.3 分类方法的评估标准 81
3.4 决策树分类 82
3.5 贝叶斯分类 88
3.6 神经网络分类 91
3.7 基于关联规则的分类 97
3.8 其他分类方法 100
3.9 本章小结 104
4.1 基于粗糙集的知识简化和知识表达系统 105
第4章 基于粗糙集的数据挖掘 105
4.2 基于粗糙集数据挖掘技术的数据预处理 112
4.3 基于粗糙集理论的数据挖掘模型研究 125
4.4 增量粗糙集属性约简 153
4.5 本章小结 165
第5章 基于粗糙集的决策树的构建 166
5.1 决策树算法 166
5.2 ID3算法 171
5.3 ID3算法的改进——CAAI算法 178
5.4 本章小结 183
6.1 基于粗糙集的RFM分析 184
第6章 基于粗糙集数据挖掘技术的客户分类 184
6.2 基于粗糙集数据挖掘的客户价值评价 190
6.3 客户关系战略选择 201
6.4 本章小结 203
第7章 提升客户价值、增强企业竞争优势 205
7.1 忠诚客户的价值 205
7.2 CRM价值链 209
7.3 客户让渡价值与企业竞争优势 215
7.4 差异化战略的实施 218
7.5 本章小结 225
结论 226
参考文献 228
后记 245