1  导论（1）
  1.1  研究的背景（1）
  1.2  研究的价值与意义（7）
    1.2.1  研究的理论价值（7）
    1.2.2  研究的现实意义（9）
  1.3  研究的思路和方法（12）
    1.3.1  研究视角（12）
    1.3.2  研究方法（13）
    1.3.3  研究途径（17）
    1.3.4  研究目的（18）
  1.4  研究的贡献与独特性（18）

2  文献述评及理论基础〖ST〗（20）
  2.1  概念的辨析、拓展和界定（20）
    2.1.1  价值概念认知（20）
    2.1.2  CRM界定（25）
    2.1.3  客户价值界定（34）
    2.1.4  数据挖掘的解释（41）
  2.2  国外研究现状（48）
    2.2.1  CRM研究现状（48）
    2.2.2  数据挖掘理论研究现状（48）
    2.2.3  客户价值总体研究情况说明（51）
    2.2.4  客户价值研究整理说明（53）
  2.3  国内研究现状（64）
    2.3.1  CRM国内的研究现状（64）
    2.3.2  数据挖掘在国内的研究现状（65）
    2.3.3  国内有关客户价值的研究现状（66）
  2.4  客户价值评估的基本方法（70）
    2.4.1  PZB的SERVQUAL模型（71）
    2.4.2  盖尔的客户价值分析模型（74）
    2.4.3  伍德拉夫客户价值确定系统（76）
  2.5  数据挖掘理论及应用（78）
    2.5.1  数据挖掘（78）
    2.5.2  面向分类的数据挖掘方法（81）
    2.5.3  数据挖掘技术的应用研究（87）
  2.6  现有研究的不足（88）

3  客户交互价值与企业经营发展关系〖ST〗（91）
  3.1  客户交互价值在企业发展中的地位（92）
  3.2  客户交互价值的功能（96）
  3.3  客户交互价值与企业竞争优势（102）

4  客户交互价值评价与分类算法〖ST〗（109）
  4.1  客户交互价值评价的视角（109）
  4.2  多层次权重确定的AHP法（112）
    4.2.1  AHP方法原理（112）
    4.2.2  建立递阶层次结构（113）
    4.2.3  构造两两比较判断矩阵（114）
    4.2.4  计算单一准则下元素的相对权重（117）
  4.3  客户交互价值评价模型的设计（120）
    4.3.1  从企业角度出发的评价体系（121）
    4.3.2  从客户角度出发的评价体系（125）
    4.3.3  从企业—客户双重角度出发的综合评价体系（127）
  4.4  基于客户交互价值的聚类算法（129）
    4.4.1  聚类分析基本介绍（129）
    4.4.2  模糊聚类分析（133）
    4.4.3  聚类数据挖掘的主要算法（135）
    4.4.4  数据挖掘方法的基本要求（136）
    4.4.5  高维空间稀疏数据聚类算法（138）

5  基于客户交互价值的客户分类管理〖ST〗（152）
  5.1  客户分类的意义（154）
    5.1.1  一般意义上的客户分类（155）
    5.1.2  基于客户价值的客户分类（157）
  5.2  基于客户交互价值的客户分类管理（166）
    5.2.1  客户价值公式化（166）
    5.2.2  关系发展策略及管理策略（168）

6  客户交互价值评价及客户分类模型验证〖ST〗（176）
  6.1  调查设计（176）
    6.1.1  调查的一般说明（176）
    6.1.2  调查流程及安排（180）
  6.2  客户交互价值评价模型权重确定（182）
    6.2.1  确定相关因子权重（184）
    6.2.2  调整后的评价体系（193）
  6.3  数据整理及分析（194）
    6.3.1  调研的基本数据（194）
    6.3.2  数据正式处理（198）
  6.4  聚类模型对调查结果的验证（201）
    6.4.1  基于客户价值的聚类过程的数据转换（204）
    6.4.2  基于客户交互价值的聚类（206）

7  结束语〖ST〗（209）
  7.1  基本结论（209）
  7.2  研究局限（211）
  7.3  未来研究方向（212）