零售交易数据的购物篮挖掘与压缩方法研究
| 摘要 | 第2-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题来源与背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 研究内容、意义 | 第12-13页 |
| 1.4 本文主要创新点及论文结构 | 第13-15页 |
| 第2章 购物篮分析概述 | 第15-23页 |
| 2.1 关联规则挖掘介绍 | 第15-19页 |
| 2.1.1 关联规则挖掘的基本概念 | 第15-16页 |
| 2.1.2 Apriori算法 | 第16-18页 |
| 2.1.3 FP-growth算法 | 第18-19页 |
| 2.2 购物篮分析方法的产生和应用 | 第19-21页 |
| 2.3 传统购物篮分析方法的局限性 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 商品层次结构树的挖掘与应用 | 第23-32页 |
| 3.1 商品层次结构树介绍 | 第23-27页 |
| 3.1.1 商品层次结构树的概念 | 第23-26页 |
| 3.1.2 商品层次结构树的挖掘 | 第26-27页 |
| 3.2 商品销售分析介绍 | 第27-28页 |
| 3.3 基于商品层次结构树的商品销售分析 | 第28-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 带约束条件的购物篮挖掘方法 | 第32-39页 |
| 4.1 基于约束条件的购物篮生成算法 | 第32-33页 |
| 4.1.1 约束条件定义 | 第32-33页 |
| 4.1.2 候选购物篮生成算法 | 第33页 |
| 4.2 基于支持度和销售额的购物篮评估方法 | 第33-34页 |
| 4.3 带约束条件的购物篮挖掘算法 | 第34-35页 |
| 4.4 实验结果与分析 | 第35-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第5章 购物篮压缩 | 第39-51页 |
| 5.1 购物篮压缩的目的与意义 | 第39页 |
| 5.2 购物篮压缩研究现状 | 第39-41页 |
| 5.3 购物篮压缩方法 | 第41-46页 |
| 5.3.1 数据预处理及属性构造 | 第41-42页 |
| 5.3.2 K-Means算法介绍 | 第42-44页 |
| 5.3.3 购物篮压缩算法 | 第44-46页 |
| 5.4 实验结果分析 | 第46-50页 |
| 5.5 本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间的研究成果 | 第58页 |
