车载信息服务业数据仓库系统的设计与实现
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第13-17页 |
| 1.1 背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 本文研究内容 | 第15页 |
| 1.4 本文结构 | 第15-17页 |
| 2 车载信息服务业数据仓库系统的需求 | 第17-26页 |
| 2.1 业务分析 | 第17-18页 |
| 2.1.1 车辆注册流程分析 | 第17页 |
| 2.1.2 数据特性分析 | 第17-18页 |
| 2.2 车载信息服务数据仓库需求分析 | 第18-21页 |
| 2.2.1 功能要求 | 第18-20页 |
| 2.2.2 设计原则 | 第20-21页 |
| 2.2.3 性能分析 | 第21页 |
| 2.3 车载信息服务数据挖掘过程分析 | 第21-25页 |
| 2.3.1 数据与处理 | 第22-23页 |
| 2.3.2 算法与算法挖掘 | 第23页 |
| 2.3.3 挖掘分析过程 | 第23-25页 |
| 2.4 小结 | 第25-26页 |
| 3 车载信息服务业数据仓库系统的设计 | 第26-41页 |
| 3.1 数据仓库系统架构 | 第26-28页 |
| 3.2 数据预处理 | 第28-32页 |
| 3.2.1 系统之间数据不一致 | 第31页 |
| 3.2.2 海量数据的读取与存储 | 第31-32页 |
| 3.3 数据仓库设计 | 第32-40页 |
| 3.3.1 数据模型的选择 | 第34-35页 |
| 3.3.2 概念模型设计 | 第35-37页 |
| 3.3.3 逻辑模型设计 | 第37-40页 |
| 3.4 小结 | 第40-41页 |
| 4 车载信息服务业数据仓库系统的数据挖掘 | 第41-46页 |
| 4.1 基于聚类算法的坐席人员分层 | 第41-42页 |
| 4.1.1 坐席人员聚类 | 第41页 |
| 4.1.2 K均值算法 | 第41-42页 |
| 4.2 基于决策树算法的客户分类 | 第42-45页 |
| 4.2.1 客户分类决策树 | 第42-43页 |
| 4.2.2 C4.5 算法 | 第43-44页 |
| 4.2.3 数据的分类 | 第44页 |
| 4.2.4 客户训练集 | 第44页 |
| 4.2.5 模型评估 | 第44-45页 |
| 4.3 小结 | 第45-46页 |
| 5 车载信息服务业数据仓库系统的实现与应用分析 | 第46-66页 |
| 5.1 数据源 | 第46-47页 |
| 5.2 数据预处理 | 第47-56页 |
| 5.3 系统功能实现 | 第56-64页 |
| 5.3.1 车辆信息模块 | 第56-57页 |
| 5.3.2 客户信息模块 | 第57页 |
| 5.3.3 服务信息模块 | 第57页 |
| 5.3.4 续约信息模块 | 第57-58页 |
| 5.3.5 坐席信息模块 | 第58页 |
| 5.3.6 坐席聚类分析模块 | 第58-60页 |
| 5.3.7 客户分类分析模块 | 第60-64页 |
| 5.4 可行性策略 | 第64-65页 |
| 5.4.1 合理分配坐席人员方案 | 第64页 |
| 5.4.2 客户归类方案 | 第64-65页 |
| 5.5 小结 | 第65-66页 |
| 6 全文总结 | 第66-68页 |
| 6.1 本文取得的的成果 | 第66页 |
| 6.2 本文的不足方面 | 第66-68页 |
| 参考文献 | 第68-70页 |
| 附录 | 第70-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间发表的学术论文目录 | 第77页 |
