| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·课题研究背景及意义 | 第8-9页 |
| ·相关问题研究现状 | 第9-13页 |
| ·电子商务运行模式 | 第9-11页 |
| ·数据挖掘应用于顾客和市场行为分析 | 第11-12页 |
| ·基于利润的商品选择分析研究 | 第12-13页 |
| ·本文结构安排及创新点 | 第13-15页 |
| 第二章 相关理论与技术 | 第15-30页 |
| ·聚类分析 | 第15-20页 |
| ·聚类相似度度量方法 | 第16-17页 |
| ·聚类算法 | 第17-20页 |
| ·关联分析 | 第20-22页 |
| ·进化计算 | 第22-29页 |
| ·进化计算基本概念 | 第23-26页 |
| ·进化计算基本流程 | 第26页 |
| ·多目标进化算法 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 一种基于个性化服务的智能电子商务模型及其战略分析 | 第30-45页 |
| ·电子商务模式创新相关研究 | 第30-31页 |
| ·面向个性化服务的智能电子商务模型 | 第31-35页 |
| ·知识库层 | 第31-33页 |
| ·信息交互层 | 第33-34页 |
| ·价值链层 | 第34-35页 |
| ·基于个性化服务的智能电子商务模型战略分析 | 第35-43页 |
| ·战略环境分析 | 第36-39页 |
| ·战略选择 | 第39-41页 |
| ·战略实施 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 基于遗传算法的客户购买行为特征提取 | 第45-65页 |
| ·相关研究 | 第45-47页 |
| ·基于聚类技术的顾客群体细分 | 第46页 |
| ·顾客购买行为的关联规则提取技术 | 第46-47页 |
| ·基于遗传算法两阶段购买行为特征提取 | 第47-55页 |
| ·顾客行为分类算法 | 第47-50页 |
| ·顾客购买行为特征提取算法 | 第50-55页 |
| ·实验分析 | 第55-64页 |
| ·数据预处理 | 第55-56页 |
| ·实验及结果分析 | 第56-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 基于关联分析多目标商品选择 | 第65-91页 |
| ·相关研究 | 第65-66页 |
| ·问题定义 | 第66-67页 |
| ·基于遗传算法多目标产品组合选择方法 | 第67-70页 |
| ·实验 | 第70-84页 |
| ·数据预处理 | 第70-71页 |
| ·实验1 及分析 | 第71-76页 |
| ·实验2——高利润区商品对低利润区商品间关联分析 | 第76-80页 |
| ·实验3——低利润区商品间关联分析 | 第80-81页 |
| ·实验4——高利润区商品间关联分析 | 第81-84页 |
| ·不同销售量区商品关联分析 | 第84-90页 |
| ·实验5——高销量商品区对低销量商品区关联分析 | 第84-86页 |
| ·实验6——低销量区内商品间关联分析 | 第86-88页 |
| ·实验7——高销量区内商品间关联分析 | 第88-90页 |
| ·本章小结 | 第90-91页 |
| 总结与展望 | 第91-93页 |
| 论文主要工作与创新性 | 第91-92页 |
| 今后研究工作展望 | 第92-93页 |
| 参考文献 | 第93-101页 |
| 发表论文和科研情况说明 | 第101-102页 |
| 致谢 | 第102页 |