| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.2.1 大数据环境下数据挖掘研究现状 | 第12-13页 |
| 1.2.2 终端价值挖掘研究现状 | 第13-15页 |
| 1.2.3 多维决策分析研究现状 | 第15-16页 |
| 1.3 研究内容 | 第16页 |
| 1.4 本文组织结构 | 第16-19页 |
| 第二章 基于BLU特性DB2的终端数据挖掘之数据准备 | 第19-38页 |
| 2.1 引言 | 第19-20页 |
| 2.2 数据挖掘的概述 | 第20-22页 |
| 2.2.1 数据挖掘的过程 | 第20-22页 |
| 2.2.2 数据挖掘的应用 | 第22页 |
| 2.3 基于具有BLU特性DB2的全国终端订单数据的存储与处理 | 第22-26页 |
| 2.3.1 特性介绍 | 第22-23页 |
| 2.3.2 基于具有BLU特性DB2的全国终端订单数据的存储与处理的优势 | 第23-25页 |
| 2.3.3 实验结果分析 | 第25-26页 |
| 2.4 行业数据中心集成整合数据 | 第26-31页 |
| 2.4.1 数据抽取 | 第27-28页 |
| 2.4.2 增量抽取机制 | 第28页 |
| 2.4.3 行业数据中心增量抽取方案的提出及实施 | 第28-31页 |
| 2.4.4 提供共享数据接口 | 第31页 |
| 2.5 企业数据仓库数据准备 | 第31-37页 |
| 2.5.1 数据仓库增量抽取方案及实施效果 | 第32-33页 |
| 2.5.2 数据清洗 | 第33-37页 |
| 2.5.2.1 零售户数据清洗 | 第34-36页 |
| 2.5.2.2 订单数据清洗 | 第36页 |
| 2.5.2.3 质量保证 | 第36-37页 |
| 2.6 本章小结 | 第37-38页 |
| 第三章 基于BLU特性的终端数据仓库多维模型搭建 | 第38-50页 |
| 3.0 引言 | 第38页 |
| 3.1 多维分析模型与OLAP | 第38-41页 |
| 3.2 业务需求理解 | 第41-44页 |
| 3.3 模型搭建 | 第44-48页 |
| 3.4 指标应用示例 | 第48页 |
| 3.5 本章小结 | 第48-50页 |
| 第四章 终端客户价值挖掘与市场多维决策分析 | 第50-65页 |
| 4.1 引言 | 第50页 |
| 4.2 针对全国终端数据的维间关联性挖掘 | 第50-57页 |
| 4.2.1 关联规则方法的研究目的和意义 | 第50页 |
| 4.2.2 关联规则方法的相关概念 | 第50-52页 |
| 4.2.3 基于Apriori算法的全国终端数据维间关联性挖掘 | 第52-57页 |
| 4.3 终端客户价值计算及应用 | 第57-59页 |
| 4.3.1 终端客户价值计算 | 第58页 |
| 4.3.2 终端客户价值实际应用 | 第58-59页 |
| 4.4 市场分析 | 第59-64页 |
| 4.4.1 市场聚类分析-实现对市场的准确定位 | 第59-61页 |
| 4.4.2 市场多维分析 | 第61-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第五章 全国销售终端价值挖掘与多维决策分析的实际应用 | 第65-72页 |
| 5.1 引言 | 第65页 |
| 5.2 销售终端价值分析与挖掘应用系统展示 | 第65-68页 |
| 5.2.1 终端客户多维分析 | 第65-67页 |
| 5.2.2 价值客户动态优选 | 第67-68页 |
| 5.3 市场多维分析应用系统展示 | 第68-69页 |
| 5.3.1 区域销售多维观察 | 第68-69页 |
| 5.4 数据分析报告应用 | 第69-71页 |
| 5.4.1 爆珠烟市场情况 | 第69-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-75页 |
| 6.1 全文总结 | 第72-73页 |
| 6.2 研究展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 附录 | 第79-80页 |
| 攻读学位期间的研究成果 | 第80-81页 |
| 致谢 | 第81页 |
