基于数据挖掘的超市客户研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·课题背景 | 第8-9页 |
| ·发展历程及应用现状 | 第9-11页 |
| ·数据挖掘技术的发展历程 | 第9页 |
| ·国内外研究和应用现状 | 第9-11页 |
| ·论文研究内容 | 第11页 |
| ·论文结构 | 第11-12页 |
| 2 数据挖掘理论背景 | 第12-34页 |
| ·数据挖掘的定义 | 第12页 |
| ·技术角度的定义 | 第12页 |
| ·商业角度的定义 | 第12页 |
| ·数据挖掘的方法 | 第12-13页 |
| ·数据挖掘的功能 | 第13-14页 |
| ·概念/类描述 | 第13页 |
| ·频繁模式挖掘 | 第13页 |
| ·分类和预测 | 第13页 |
| ·聚类分析 | 第13-14页 |
| ·离群点分析 | 第14页 |
| ·演变分析 | 第14页 |
| ·聚类分析 | 第14-21页 |
| ·聚类分析的定义 | 第14-15页 |
| ·聚类分析的数据类型 | 第15页 |
| ·聚类分析的相异度 | 第15-17页 |
| ·主要的聚类算法分类 | 第17-19页 |
| ·k-means聚类算法 | 第19-21页 |
| ·序列模式挖掘 | 第21-25页 |
| ·基本概念和术语 | 第21-22页 |
| ·基本性质 | 第22页 |
| ·基本算法 | 第22-25页 |
| ·层次分析法 | 第25-28页 |
| ·层次分析法的原理 | 第25页 |
| ·层次分析法的步骤 | 第25-28页 |
| ·数据挖掘过程模型 | 第28-33页 |
| ·SAS的SEMMA模型 | 第29-30页 |
| ·CRISP-DM模型 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 3 超市客户数据挖掘过程模型的建立和评估 | 第34-61页 |
| ·超市客户研究的商业理解 | 第34-37页 |
| ·商业目标 | 第34-37页 |
| ·数据挖掘目标 | 第37页 |
| ·超市客户数据理解和数据准备 | 第37-40页 |
| ·数据理解 | 第37-38页 |
| ·数据准备 | 第38-40页 |
| ·超市客户研究的模型建立和评估 | 第40-60页 |
| ·聚类分析模型 | 第40-52页 |
| ·序列分析模型 | 第52-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录 | 第65-87页 |
| 攻读学位期间发表的学术论文 | 第87-88页 |
| 致谢 | 第88-89页 |
| 个人简历 | 第89-90页 |
