| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景、意义 | 第10-11页 |
| ·现状研究 | 第11-13页 |
| ·数据库营销研究现状及优势 | 第11-12页 |
| ·云计算研究现状 | 第12-13页 |
| ·研究内容 | 第13-14页 |
| ·本文组织结构 | 第14-16页 |
| 第二章 红塔集团数据库营销系统需求分析 | 第16-22页 |
| ·引言 | 第16页 |
| ·系统总体目标 | 第16-17页 |
| ·系统功能需求 | 第17-21页 |
| ·数据库营销分析管理中心 | 第17-20页 |
| ·数据管理中心 | 第20页 |
| ·呼叫中心与短信平台 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 Hadoop 架构研究及可行性分析 | 第22-30页 |
| ·引言 | 第22页 |
| ·Hadoop 的优势及发展趋势 | 第22-23页 |
| ·Hadoop 项目及其结构 | 第23-25页 |
| ·HDFS 体系结构及数据管理 | 第25-26页 |
| ·体系结构 | 第25页 |
| ·数据管理 | 第25-26页 |
| ·MapReduce 计算模型与分布式计算 | 第26-28页 |
| ·MapReduce 计算流程 | 第26-27页 |
| ·MapReduce 容错机制 | 第27-28页 |
| ·基于 Hadoop 构建企业私有云可行性分析 | 第28页 |
| ·本章小结 | 第28-30页 |
| 第四章 数据库营销数据挖掘方法 | 第30-48页 |
| ·引言 | 第30页 |
| ·数据库营销常用数据挖掘模型 | 第30-31页 |
| ·分割模型 | 第30页 |
| ·响应模型 | 第30-31页 |
| ·流失模型 | 第31页 |
| ·交叉销售模型 | 第31页 |
| ·促销活动响应模型构建 | 第31-41页 |
| ·市场值函数 | 第31-32页 |
| ·效用函数设计 | 第32-34页 |
| ·属性权值的计算 | 第34-35页 |
| ·模型的评价 | 第35-41页 |
| ·促销活动决策模型构建 | 第41-44页 |
| ·设计思路及集合定义 | 第41-42页 |
| ·模型实现 | 第42页 |
| ·客户描述属性定量分析 | 第42-43页 |
| ·客户行为属性定量分析 | 第43页 |
| ·模型验证 | 第43-44页 |
| ·客户忠诚度预警及提升 | 第44-47页 |
| ·客户终身价值计算 | 第44-45页 |
| ·客户忠诚度预警模型 | 第45-46页 |
| ·客户忠诚度提升模型 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 数据库营销海量数据处理研究 | 第48-62页 |
| ·引言 | 第48页 |
| ·Hadoop 与关系型数据库协作 | 第48-49页 |
| ·MapReduce 关系型数据处理方法 | 第49-53页 |
| ·设计思路 | 第49-50页 |
| ·具体实现 | 第50-53页 |
| ·最优数据集选择算法 | 第53-54页 |
| ·算法应用场景 | 第53页 |
| ·算法实现 | 第53-54页 |
| ·通用性设计 | 第54-61页 |
| ·总体思路 | 第54-55页 |
| ·配置信息 | 第55-56页 |
| ·映射关系 | 第56-58页 |
| ·MapReduce Job 数据流 | 第58-60页 |
| ·通用 MapReduce 程序 | 第60-61页 |
| ·本章总结 | 第61-62页 |
| 第六章 基于 Hadoop 云的数据库营销系统设计 | 第62-71页 |
| ·引言 | 第62页 |
| ·系统总体设计方案 | 第62-65页 |
| ·系统体系结构 | 第62-64页 |
| ·系统技术架构 | 第64-65页 |
| ·基于 Hadoop 企业私有云构建 | 第65-68页 |
| ·基于 Hadoop 的企业私有云架构 | 第66-67页 |
| ·软硬件准备 | 第67页 |
| ·网络拓扑 | 第67-68页 |
| ·系统部署 | 第68-70页 |
| ·本章总结 | 第70-71页 |
| 第七章 总结与展望 | 第71-73页 |
| ·全文总结 | 第71-72页 |
| ·研究展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间的研究成果 | 第77页 |