县级电力局营销辅助决策系统的应用研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第2-5页 |
| 第一章 引言 | 第5-9页 |
| ·论文选题背景及意义 | 第5-6页 |
| ·国内研究现状 | 第6-7页 |
| ·本文的主要研究内容 | 第7-9页 |
| 第二章 决策支持系统概述 | 第9-14页 |
| ·概述 | 第9-10页 |
| ·决策支持系统(DSS)的产生与发展 | 第9-10页 |
| ·DSS发展的理论基础 | 第10页 |
| ·决策支持系统的基本概念 | 第10-14页 |
| ·结构化、半结构化和非结构化决策 | 第10-11页 |
| ·DSS的定义 | 第11页 |
| ·决策支持系统的基本部件 | 第11-14页 |
| 第三章 电力营销辅助决策系统总体框架 | 第14-22页 |
| ·电力营销中运用挖掘的可能性 | 第14-16页 |
| ·电力营销系统的特点 | 第14页 |
| ·电力营销系统中可用挖掘技术的方面 | 第14-16页 |
| ·电力营销辅助决策系统 | 第16页 |
| ·开发环境简介 | 第16-20页 |
| ·抽取工具及基础数据库设计 | 第20-22页 |
| ·抽取工具以及抽取设计 | 第20-21页 |
| ·基础数据库设计 | 第21-22页 |
| 第四章 电力营销中辅助决策系统算法的研究 | 第22-35页 |
| ·柏拉图分析法-从利润贡献分配角度 | 第22-23页 |
| ·2/8理论分析法-从创造利润造成成本角度 | 第23-24页 |
| ·基于信息熵的决策树算法介绍 | 第24-32页 |
| ·决策树分类算法 | 第24-25页 |
| ·决策树算法介绍 | 第25-29页 |
| ·熵 | 第29-30页 |
| ·基于信息熵的决策树 | 第30-31页 |
| ·基于加权熵的决策树算法 | 第31-32页 |
| ·聚类分析 | 第32-35页 |
| ·聚类技术及其发展 | 第32页 |
| ·聚类分析中的数据类型 | 第32-33页 |
| ·相似度 | 第33-34页 |
| ·K-均值聚类算法 | 第34-35页 |
| 第五章 县级电力局营销中辅助决策系统的具体实现 | 第35-45页 |
| ·县级电力局营销系统的数据来源 | 第35-36页 |
| ·县级电力局营销系统的结构框架 | 第36页 |
| ·县级电力局营销系统中辅助决策的实现 | 第36-41页 |
| ·数据过滤 | 第36-37页 |
| ·模型设计 | 第37-38页 |
| ·挖掘分类 | 第38页 |
| ·结果展现 | 第38-41页 |
| ·电力客户分析 | 第41-43页 |
| ·功能介绍 | 第41-42页 |
| ·电力客户分析界面介绍 | 第42-43页 |
| ·电力销售分析 | 第43-45页 |
| ·电力销售分析功能介绍 | 第43-44页 |
| ·电力销售分析界面介绍 | 第44-45页 |
| 第六章 总结 | 第45-46页 |
| ·本文得出的结论 | 第45页 |
| ·进一步的工作 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 致 谢 | 第49-50页 |
| 在学期间发表的学术论文和参加科研情况 | 第50页 |
