基于贝叶斯网络的商务智能信息集成模型研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景 | 第10页 |
| ·研究现状 | 第10-12页 |
| ·贝叶斯网络结构学习研究现状 | 第10-11页 |
| ·商务智能信息集成研究现状 | 第11-12页 |
| ·本文研究内容与组织架构 | 第12-13页 |
| 本章小结 | 第13-14页 |
| 第二章 贝叶斯网络和遗传算法概述 | 第14-28页 |
| ·贝叶斯网络基本理论 | 第14-25页 |
| ·贝叶斯网络模型概述 | 第14-15页 |
| ·贝叶斯网络结构学习 | 第15-21页 |
| ·贝叶斯网络参数学习 | 第21-22页 |
| ·贝叶斯网络知识推理 | 第22-25页 |
| ·遗传算法基本理论 | 第25-27页 |
| ·遗传算法概述 | 第25-26页 |
| ·遗传算法流程 | 第26-27页 |
| 本章小结 | 第27-28页 |
| 第三章 优化搜索顺序的无约束贝叶斯结构学习算法 | 第28-40页 |
| ·基本思想 | 第28页 |
| ·评分标准构建 | 第28-31页 |
| ·皮尔逊独立性检验 | 第28-30页 |
| ·基于节点独立程度的评分标准 | 第30-31页 |
| ·遗传算法设计 | 第31-34页 |
| ·种群设计 | 第31页 |
| ·适应度函数 | 第31-32页 |
| ·选择算子 | 第32页 |
| ·交叉算子 | 第32-33页 |
| ·变异算子 | 第33-34页 |
| ·算法流程图 | 第34页 |
| ·实验结果 | 第34-38页 |
| ·测试数据集 | 第34-35页 |
| ·模型收敛性 | 第35-36页 |
| ·结果对比 | 第36-38页 |
| 本章小结 | 第38-40页 |
| 第四章 基于贝叶斯网络的商务智能信息集成模型研究 | 第40-62页 |
| ·商务智能与电子商务 | 第40-43页 |
| ·商务智能简介 | 第40-41页 |
| ·电子商务发展现状分析 | 第41-42页 |
| ·电子商务中的商务智能 | 第42-43页 |
| ·用户评价指标分析 | 第43-47页 |
| ·用户交易过程描述 | 第43-44页 |
| ·指标选择原则 | 第44-45页 |
| ·建立指标体系 | 第45-47页 |
| ·贝叶斯网络结构建立 | 第47-50页 |
| ·数据说明 | 第47-49页 |
| ·贝叶斯网络结构 | 第49-50页 |
| ·结果分析 | 第50-56页 |
| ·用户价值评价 | 第50-52页 |
| ·用户来源分析 | 第52-54页 |
| ·用户流失分析 | 第54-55页 |
| ·潜在用户挖掘 | 第55-56页 |
| ·信息集成模型探讨 | 第56-61页 |
| ·实时数据监控 | 第58页 |
| ·用户行为分析 | 第58-59页 |
| ·用户转化率 | 第59-60页 |
| ·用户价值分析 | 第60-61页 |
| 本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 附件 | 第69页 |
