基于数据挖掘的教材库存控制与重印策略研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第9-17页 |
| 1.1 选题背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国内研究现状 | 第11-12页 |
| 1.2.2 国外研究现状 | 第12-13页 |
| 1.3 论文主要内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-17页 |
| 2 教材出版重印概述 | 第17-27页 |
| 2.1 教材出版 | 第17-20页 |
| 2.1.1 教材 | 第17页 |
| 2.1.2 出版 | 第17-18页 |
| 2.1.3 国内外教材出版概述 | 第18-20页 |
| 2.2 教材重印 | 第20-23页 |
| 2.2.1 印制分类 | 第20页 |
| 2.2.2 重印方式 | 第20-22页 |
| 2.2.3 重印流程 | 第22-23页 |
| 2.3 教材重印问题分析 | 第23-25页 |
| 2.4 本章小结 | 第25-27页 |
| 3 基于随机森林算法的教材重印模型构建 | 第27-47页 |
| 3.1 出版数据挖掘 | 第27-29页 |
| 3.1.1 数据挖掘在出版业的应用 | 第27页 |
| 3.1.2 数据挖掘的任务与流程 | 第27-28页 |
| 3.1.3 教材重印中的数据挖掘 | 第28-29页 |
| 3.2 随机森林理论概述 | 第29-34页 |
| 3.2.1 决策树 | 第29-31页 |
| 3.2.2 CART算法 | 第31-32页 |
| 3.2.3 Bagging算法 | 第32页 |
| 3.2.4 随机森林算法 | 第32-34页 |
| 3.3 数据预处理与特征选择 | 第34-37页 |
| 3.4 重印分类子模型 | 第37-40页 |
| 3.4.1 分类算法的概念 | 第37-38页 |
| 3.4.2 分类算法选择 | 第38-39页 |
| 3.4.3 分类模型构建 | 第39-40页 |
| 3.5 销量预测子模型 | 第40-44页 |
| 3.5.1 预测步骤 | 第40-41页 |
| 3.5.2 常用的预测方法 | 第41-42页 |
| 3.5.3 预测模型构建 | 第42-44页 |
| 3.6 重印模型应用与价值验证 | 第44-45页 |
| 3.6.1 重印策略提出 | 第44-45页 |
| 3.6.2 重印模型价值验证 | 第45页 |
| 3.7 本章小结 | 第45-47页 |
| 4 某出版社教材重印的实例研究 | 第47-69页 |
| 4.1 教材重印模型概述 | 第47-48页 |
| 4.2 数据分析与处理 | 第48-52页 |
| 4.2.1 数据采集原则 | 第48页 |
| 4.2.2 出版现状分析 | 第48-51页 |
| 4.2.3 数据处理 | 第51-52页 |
| 4.3 分类模型实现 | 第52-56页 |
| 4.3.1 随机森林分类 | 第52-54页 |
| 4.3.2 多项逻辑回归分类 | 第54-56页 |
| 4.3.3 对比分析 | 第56页 |
| 4.4 预测模型实现 | 第56-62页 |
| 4.4.1 直接预测 | 第57-58页 |
| 4.4.2 离散化预测 | 第58-62页 |
| 4.4.3 综合分析 | 第62页 |
| 4.5 模型实证 | 第62-66页 |
| 4.6 模型采用 | 第66-68页 |
| 4.7 本章小结 | 第68-69页 |
| 5 总结与展望 | 第69-71页 |
| 5.1 总结 | 第69页 |
| 5.2 展望 | 第69-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77-81页 |
