移动电子商务客户行为挖掘及实现机制研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 论文的结构安排 | 第13-14页 |
| 第二章 相关理论与技术 | 第14-27页 |
| 2.1 数据挖掘 | 第14-18页 |
| 2.1.1 数据挖掘的定义 | 第14页 |
| 2.1.2 数据挖掘的基本过程 | 第14-16页 |
| 2.1.3 数据挖掘的主要方法 | 第16-17页 |
| 2.1.4 数据挖掘的任务 | 第17-18页 |
| 2.2 关联规则挖掘技术 | 第18-23页 |
| 2.2.1 关联规则有关定义 | 第18-20页 |
| 2.2.2 关联规则的挖掘过程 | 第20页 |
| 2.2.3 Apriori算法 | 第20-23页 |
| 2.3 系统开发语言和技术 | 第23-25页 |
| 2.3.1 Android平台 | 第23-24页 |
| 2.3.2 PHP | 第24页 |
| 2.3.3 Web Service | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第三章 移动电子商务客户行为挖掘 | 第27-39页 |
| 3.1 客户消费数据的潜在价值 | 第27-29页 |
| 3.1.1 交易数据的横向价值 | 第28页 |
| 3.1.2 交易数据的纵向价值 | 第28-29页 |
| 3.2 数据处理 | 第29-34页 |
| 3.2.1 数据选择 | 第29-31页 |
| 3.2.2 数据清理 | 第31页 |
| 3.2.3 数据变换 | 第31-34页 |
| 3.3 数据挖掘 | 第34-37页 |
| 3.3.1 生成频繁项集 | 第34-35页 |
| 3.3.2 生成关联规则 | 第35-36页 |
| 3.3.3 Apriori挖掘实证 | 第36-37页 |
| 3.4 结果分析与应用 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 系统平台的设计及实现 | 第39-54页 |
| 4.1 系统体系结构 | 第39-43页 |
| 4.1.1 系统开发相关平台技术 | 第39页 |
| 4.1.2 体系架构设计 | 第39-41页 |
| 4.1.3 总体功能结构设计 | 第41-43页 |
| 4.2 数据库设计 | 第43-46页 |
| 4.3 缓存设计 | 第46-50页 |
| 4.3.1 Redis缓存 | 第47-49页 |
| 4.3.2 Redis与Memcached的对比 | 第49-50页 |
| 4.4 系统实现 | 第50-53页 |
| 4.4.1 后台管理系统实现 | 第50-53页 |
| 4.4.2 移动客户端实现 | 第53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 致谢 | 第58-59页 |
| 附录A 硕士期间发表的学术论文 | 第59页 |
