基于GA-SOM网络电子商务客户细分研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 研究目的 | 第11页 |
| 1.3 客户细分国内外研究现状 | 第11-13页 |
| 1.3.1 客户细分理论 | 第11-12页 |
| 1.3.2 客户细分国外研究现状 | 第12页 |
| 1.3.3 客户细分国内研究现状 | 第12-13页 |
| 1.4 本文结构 | 第13-14页 |
| 第二章 客户细分理论和数据处理 | 第14-19页 |
| 2.1 客户细分需求分析 | 第14页 |
| 2.2 电子商务业的客户细分 | 第14-16页 |
| 2.3 数据处理 | 第16-19页 |
| 第三章 聚类算法的相关理论 | 第19-29页 |
| 3.1 聚类理论介绍 | 第19页 |
| 3.2 聚类分析的数据结构 | 第19-20页 |
| 3.3 基本聚类分析方法 | 第20-21页 |
| 3.4 神经网络中的聚类分析 | 第21-23页 |
| 3.4.1 向量、分类、聚类与相似性 | 第21-22页 |
| 3.4.2 相似性测量 | 第22-23页 |
| 3.5 SOM网络理论介绍 | 第23-25页 |
| 3.6 SOM算法学习介绍 | 第25-27页 |
| 3.7 遗传算法 | 第27-29页 |
| 第四章 GA-SOM网络的客户细分 | 第29-36页 |
| 4.1 GA-SOM算法 | 第29-30页 |
| 4.2 S-SOM算法 | 第30-32页 |
| 4.3 实验结果的分析 | 第32-36页 |
| 第五章 S-SOM对聚类结果分析 | 第36-42页 |
| 5.1 聚类结果预测 | 第36-38页 |
| 5.2 聚类误差分析 | 第38-42页 |
| 第六章 总结与展望 | 第42-43页 |
| 6.1 主要结论 | 第42页 |
| 6.2 待研究的问题 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46页 |
