基于数据挖掘技术的用户信息分析系统的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景及研究意义 | 第9-10页 |
| 1.2 国内外研究情况分析 | 第10-11页 |
| 1.2.1 数据挖掘技术在CRM中的应用现状 | 第10-11页 |
| 1.2.2 国内外研究现状 | 第11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 本文的框架 | 第12-13页 |
| 第二章 相关概念及理论基础 | 第13-25页 |
| 2.1 CRM基本概念 | 第13-15页 |
| 2.1.1 CRM的背景 | 第13页 |
| 2.1.2 CRM的定义 | 第13页 |
| 2.1.3 CRM的功能 | 第13-14页 |
| 2.1.4 CRM的运作过程 | 第14-15页 |
| 2.2 数据挖掘的基本概念 | 第15-21页 |
| 2.2.1 数据挖掘的定义 | 第15-17页 |
| 2.2.2 数据挖掘的功能 | 第17-19页 |
| 2.2.3 数据挖掘典型算法的定义 | 第19页 |
| 2.2.4 典型数据挖掘系统结构 | 第19-21页 |
| 2.3 关联规则挖掘的理论基础 | 第21-24页 |
| 2.3.1 关联规则挖掘的基本概念 | 第21-24页 |
| 2.3.2 关联规则挖掘的过程 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 用户信息分析系统需求分析 | 第25-33页 |
| 3.1 系统应用需求与架构分析 | 第25-27页 |
| 3.1.1 用户信息分析系统的应用需求 | 第25-26页 |
| 3.1.2 系统架构分析 | 第26-27页 |
| 3.2 系统需求分析 | 第27-32页 |
| 3.2.1 用户信息分析系统总体需求 | 第27-29页 |
| 3.2.2 用户信息分析的核心需求 | 第29-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 用户信息分析系统设计 | 第33-59页 |
| 4.1 系统总体设计 | 第33-41页 |
| 4.1.1 系统总体工作流程 | 第34-35页 |
| 4.1.2 系统总体功能类图与时序图设计 | 第35-41页 |
| 4.2 数据库设计 | 第41-44页 |
| 4.3 关联数据挖掘算法设计 | 第44-58页 |
| 4.3.1 Apriori算法的实现 | 第44-52页 |
| 4.3.2 FP-Growth算法实现 | 第52-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 用户信息分析系统实现 | 第59-73页 |
| 5.1 系统实现结构 | 第59-62页 |
| 5.2 用户信息数据预处理 | 第62-65页 |
| 5.2.1 数据导入 | 第63页 |
| 5.2.2 数据清理和规约 | 第63-64页 |
| 5.2.3 数据变换 | 第64-65页 |
| 5.3 数据挖掘算法编程实现 | 第65-69页 |
| 5.3.1 Apriori算法实现 | 第65-67页 |
| 5.3.2 FP-Growth算法实现 | 第67-68页 |
| 5.3.3 两种算法比较 | 第68-69页 |
| 5.4 系统实现界面 | 第69-72页 |
| 5.4.1 用户信息操作 | 第69-71页 |
| 5.4.2 用户信息分析 | 第71-72页 |
| 5.5 本章小结 | 第72-73页 |
| 第六章 用户信息分析系统测试 | 第73-77页 |
| 6.1 测试描述 | 第73-74页 |
| 6.2 测试用例 | 第74-75页 |
| 6.3 测试结果 | 第75-77页 |
| 第七章 总结与展望 | 第77-79页 |
| 7.1 本文主要工作总结 | 第77页 |
| 7.2 工作展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-84页 |
