| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·选题背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10-12页 |
| ·论文的整体结构 | 第12-14页 |
| 第二章 铁路客运营销与客运量预测分析 | 第14-24页 |
| ·铁路客运营销分析及其辅助决策支持系统 | 第14-17页 |
| ·铁路客运营销分析及其辅助决策支持系统目标 | 第14-16页 |
| ·铁路客运营销分析及其辅助决策支持系统的组成 | 第16-17页 |
| ·铁路客运量预测 | 第17-19页 |
| ·客运量预测的概念 | 第17页 |
| ·客运量预测的特点 | 第17-18页 |
| ·影响客运量的因素 | 第18-19页 |
| ·客运量预测方法 | 第19-22页 |
| ·回归分析方法 | 第19-21页 |
| ·灰色模型的预测方法 | 第21-22页 |
| ·小结 | 第22-24页 |
| 第三章 数据挖掘概述 | 第24-39页 |
| ·数据挖掘的概念 | 第24-27页 |
| ·数据挖掘的产生 | 第24-25页 |
| ·数据挖掘的概念 | 第25-26页 |
| ·数据挖掘的理论基础 | 第26-27页 |
| ·数据挖掘系统的组成与分类 | 第27-29页 |
| ·数据挖掘系统的组成 | 第27-28页 |
| ·数据挖掘系统的分类 | 第28-29页 |
| ·数据挖掘技术 | 第29-38页 |
| ·联机分析处理 | 第29-32页 |
| ·关联规则挖掘技术 | 第32-34页 |
| ·分类和预测技术 | 第34-38页 |
| ·小结 | 第38-39页 |
| 第四章 铁路客票数据挖掘关键技术分析与设计 | 第39-59页 |
| ·基于SQL Server 2000的数据挖掘技术 | 第39-43页 |
| ·数据挖掘工具选择 | 第39-40页 |
| ·SQL Server 2000中决策树和聚类分析算法原理 | 第40-43页 |
| ·铁路客票数据 | 第43-47页 |
| ·客票数据的预处理方法 | 第45-46页 |
| ·客票数据预处理分析 | 第46-47页 |
| ·铁路客票数据仓库设计 | 第47-53页 |
| ·事实表设计 | 第47页 |
| ·维度表设计 | 第47-49页 |
| ·数据仓库架构设计 | 第49页 |
| ·事实表与维度表的数据转换 | 第49-53页 |
| ·铁路客票数据挖掘设计 | 第53-58页 |
| ·基于Analysis Service的铁路客票数据挖掘方案 | 第53-55页 |
| ·Analysis Services中多维数据集设计 | 第55-58页 |
| ·小结 | 第58-59页 |
| 第五章 铁路客票数据挖掘实证研究 | 第59-72页 |
| ·数据挖掘实现 | 第59-63页 |
| ·席位数据挖掘 | 第60-62页 |
| ·发车时间数据挖掘 | 第62页 |
| ·列车种类数据挖掘 | 第62-63页 |
| ·数据挖掘结果及分析 | 第63-71页 |
| ·规则知识的提取 | 第63-65页 |
| ·车站票额资源利用情况分析 | 第65-68页 |
| ·列车运能资源利用情况分析 | 第68-71页 |
| ·小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| ·主要研究工作总结 | 第72页 |
| ·需要进一步研究的问题 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间主要的研究成果 | 第79页 |
