基于数据挖掘技术的客户信息分析
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-17页 |
| ·引言 | 第11-12页 |
| ·研究背景 | 第12-13页 |
| ·研究目的 | 第13页 |
| ·应用案例 | 第13-14页 |
| ·实现目标 | 第14-15页 |
| ·本文的主要研究内容和和创新工作 | 第15页 |
| ·论文组织结构 | 第15-17页 |
| 第二章 数据仓库和数据挖掘理论 | 第17-25页 |
| ·本章目的 | 第17页 |
| ·数据仓库的特点 | 第17页 |
| ·多维数据库模式 | 第17-18页 |
| ·数据挖掘技术的产生 | 第18-19页 |
| ·数据挖掘技术的应用 | 第19-21页 |
| ·数据挖掘的主要任务类型 | 第19-20页 |
| ·数据挖掘项目的生命周期 | 第20-21页 |
| ·数据挖掘技术在客户信息处理方面的应用 | 第21页 |
| ·聚类分析的基本概念 | 第21-22页 |
| ·常用的典型聚类挖掘算法 | 第22-24页 |
| ·小结 | 第24-25页 |
| 第三章 教育培训客户数据仓库的维度建模 | 第25-31页 |
| ·本章目的 | 第25页 |
| ·教育培训客户维度模型建立 | 第25-27页 |
| ·教育市场商务分析框架 | 第25页 |
| ·教育培训客户的数据仓库设计过程 | 第25-27页 |
| ·教育培训客户数据仓库的维度模型 | 第27-28页 |
| ·教育培训客户维度表模型 | 第28-30页 |
| ·小结 | 第30-31页 |
| 第四章 商业环境下的数据采集 | 第31-34页 |
| ·本章目的 | 第31页 |
| ·数据来源的格式分析 | 第31页 |
| ·数据采集的方法 | 第31-32页 |
| ·执行数据加载 | 第32-33页 |
| ·小结 | 第33-34页 |
| 第五章 客户数据的清理和转化 | 第34-42页 |
| ·本章目的 | 第34页 |
| ·数据清洗的基本方法 | 第34-35页 |
| ·客户数据的质量分析 | 第35页 |
| ·客户数据的清洗 | 第35-36页 |
| ·地理信息数据转换 | 第36-41页 |
| ·Google API介绍 | 第36-37页 |
| ·地理信息数据的精度分析 | 第37-38页 |
| ·获取取得地理信息的经纬度 | 第38页 |
| ·客户地理信息数据的转化处理 | 第38-41页 |
| ·小结 | 第41-42页 |
| 第六章 对客户的地理信息进行聚类分析 | 第42-50页 |
| ·本章目的 | 第42页 |
| ·改进的聚类挖掘算法和实际应用设计 | 第42-43页 |
| ·算法实现和应用系统中的功能模块说明 | 第43-45页 |
| ·算法验证和应用效果 | 第45-49页 |
| ·计算结果 | 第45-47页 |
| ·数据分析及应用 | 第47-48页 |
| ·系统应用效果及意义 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第七章 总结和展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·展望 | 第50-52页 |
| 参考文献 | 第52-54页 |
| 致谢 | 第54页 |
