| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 数据挖掘技术 | 第13-14页 |
| 1.2.2 大数据挖掘下的汽车销售 | 第14-18页 |
| 1.3 论文研究内容 | 第18-19页 |
| 1.4 论文组织结构 | 第19-20页 |
| 第二章 相关知识介绍 | 第20-38页 |
| 2.1 汽车行业数据挖掘技术概述 | 第20-25页 |
| 2.1.1 数据挖掘技术的定义 | 第20页 |
| 2.1.2 汽车数据挖掘技术的发展 | 第20-21页 |
| 2.1.3 汽车数据挖掘技术过程 | 第21-22页 |
| 2.1.4 汽车数据挖掘技术的功能 | 第22-23页 |
| 2.1.5 汽车数据挖掘技术的常用算法 | 第23-25页 |
| 2.2 基于主成分析法的特征选择 | 第25-28页 |
| 2.3 数据挖掘聚类分析 | 第28-34页 |
| 2.3.1 数据挖掘聚类分析 | 第28-29页 |
| 2.3.2 聚类分析的方法 | 第29-32页 |
| 2.3.3 层次聚类算法 | 第32-33页 |
| 2.3.4 两阶段聚类分析 | 第33-34页 |
| 2.4 信息系统属性约简 | 第34-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 基于主成分分析和两阶段聚类分析的汽车潜在客户分析模型 | 第38-49页 |
| 3.1 需求分析和问题定义 | 第38-39页 |
| 3.2 两阶段聚类分析在汽车潜在客户分析中的应用 | 第39-48页 |
| 3.2.1 汽车潜在客户分析 | 第40-44页 |
| 3.2.2 两阶段聚类分析的汽车潜在客户分析流程 | 第44-47页 |
| 3.2.3 两阶段聚类分析在汽车潜在客户分析中的应用 | 第47页 |
| 3.2.4 两阶段聚类分析在汽车潜在客户分析中改进 | 第47-48页 |
| 3.3 本章小结 | 第48-49页 |
| 第四章 基于HASH快速属性约简的聚类算法改进 | 第49-60页 |
| 4.1 需求分析及问题定义 | 第49-50页 |
| 4.2 基于HASH快速属性约简聚类算法 | 第50-56页 |
| 4.2.1 基本定义以及性质 | 第50-51页 |
| 4.2.2 基于Hash快速属性约简算法的三种子算法 | 第51-53页 |
| 4.2.3 基于Hash快速属性约简算法的分析 | 第53-56页 |
| 4.2.4 基于Hash快速属性约简聚类算法 | 第56页 |
| 4.3 基于HASH快速属性约简聚类算法的改进方案 | 第56-58页 |
| 4.3.1 改进方案的算法 | 第56-58页 |
| 4.3.2 改进方案的分析 | 第58页 |
| 4.4 实验结果及分析 | 第58-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 基于数据挖掘技术的汽车销售状态分析系统的设计与实现 | 第60-85页 |
| 5.1 系统架构的设计 | 第60-61页 |
| 5.2 系统的实现 | 第61-74页 |
| 5.2.1 系统开发平台 | 第61页 |
| 5.2.2 数据库 | 第61-62页 |
| 5.2.3 聚类分析模块 | 第62-70页 |
| 5.2.4 约简聚类模块 | 第70-74页 |
| 5.3 数据挖掘结果分析 | 第74-81页 |
| 5.3.1 基于聚类分析的潜在客户分析 | 第74-79页 |
| 5.3.2 基于Hash快速属性约简系统结果分析 | 第79-80页 |
| 5.3.3 系统性能分析 | 第80-81页 |
| 5.4 汽车销售状态分析系统的展示 | 第81-83页 |
| 5.5 本章小结 | 第83-85页 |
| 第六章 总结与展望 | 第85-87页 |
| 6.1 论文工作总结 | 第85-86页 |
| 6.2 未来工作展望 | 第86-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-90页 |
