数据挖掘技术在JSBAS系统构建和大客户分析中的应用
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-4页 |
| 目录 | 第4-6页 |
| 第一章 绪论 | 第6-8页 |
| ·课题背景 | 第6页 |
| ·课题的提出 | 第6-7页 |
| ·论文的组织 | 第7-8页 |
| 第二章 关键技术 | 第8-19页 |
| ·数据仓库技术 | 第8-11页 |
| ·从数据库到数据仓库 | 第8页 |
| ·数据仓库的定义和特性 | 第8-9页 |
| ·数据仓库的体系结构 | 第9-10页 |
| ·数据仓库的设计原则和步骤 | 第10-11页 |
| ·数据仓库的实现结构 | 第11页 |
| ·OLAP技术 | 第11-13页 |
| ·OLAP的基本概念 | 第12页 |
| ·OLAP的特性 | 第12页 |
| ·OLAP的分类 | 第12页 |
| ·OLAP的操作 | 第12-13页 |
| ·数据挖掘技术 | 第13-17页 |
| ·数据挖掘的基本概念 | 第13页 |
| ·数据挖掘的功能 | 第13-16页 |
| ·数据挖掘的应用 | 第16页 |
| ·数据挖掘过程CRISP-DM模型简介 | 第16-17页 |
| ·数据仓库、数据挖掘与OLAP三者的关系 | 第17-19页 |
| ·数据挖掘和数据仓库 | 第17-18页 |
| ·数据挖掘和OLAP | 第18-19页 |
| 第三章 JSBAS系统的设计与构建 | 第19-29页 |
| ·系统的目标与功能 | 第19页 |
| ·系统架构 | 第19-21页 |
| ·数据仓库技术的应用 | 第21-24页 |
| ·数据仓库主题的确定 | 第21-22页 |
| ·数据粒度层次的划分 | 第22页 |
| ·数据仓库的ETL过程 | 第22-23页 |
| ·创建从属数据集市 | 第23-24页 |
| ·OLAP分析技术的应用 | 第24-25页 |
| ·数据挖掘技术的应用 | 第25-29页 |
| ·与数据仓库的集成 | 第25-26页 |
| ·数据挖掘系统的开发过程 | 第26页 |
| ·数据挖掘程序结构 | 第26-29页 |
| 第四章 大客户分析 | 第29-51页 |
| ·数据挖掘算法介绍 | 第29-37页 |
| ·BP网络算法 | 第29-32页 |
| ·决策树算法 | 第32-36页 |
| ·Logistic回归 | 第36-37页 |
| ·分析过程 | 第37-47页 |
| ·商业理解 | 第37-38页 |
| ·数据理解阶段 | 第38-41页 |
| ·数据准备阶段 | 第41页 |
| ·建立和评估模型 | 第41-46页 |
| ·结果发布 | 第46-47页 |
| ·模型的调整和优化 | 第47-51页 |
| ·BP神经网络 | 第47-49页 |
| ·决策树 | 第49-50页 |
| ·进一步提高模型性能 | 第50-51页 |
| 第五章 结论与展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 在攻读硕士研究生期间发表的论文 | 第54-55页 |
| 參考文献 | 第55-56页 |
