CRM系统中客户信息清洗的设计与实现
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 本选题提出的背景 | 第10-11页 |
| 1.2 数据清洗在国外的基本现状分析 | 第11-14页 |
| 1.3 本课题的工作 | 第14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第2章 数据清洗方案 | 第16-38页 |
| 2.1 数据质量问题 | 第16-19页 |
| 2.2 数据清洗 | 第19页 |
| 2.3 元数据 | 第19-21页 |
| 2.3.1 元数据的相关概念与特征分析 | 第20页 |
| 2.3.2 元数据的分类 | 第20-21页 |
| 2.4 数据清洗中元数据的处理方式 | 第21-25页 |
| 2.4.1 数据源的元数据 | 第22-23页 |
| 2.4.2 清洗规则元数据 | 第23-25页 |
| 2.5 数据清洗过程 | 第25-31页 |
| 2.5.1 数据清洗的相关原理分析 | 第25-26页 |
| 2.5.2 数据清洗环节分析 | 第26-30页 |
| 2.5.3 数据清洗规程中的常规流程介绍 | 第30-31页 |
| 2.6 数据清洗的相关策略分析 | 第31-32页 |
| 2.7 数据清洗解决方案 | 第32-36页 |
| 2.7.1 混合清洗策略介绍 | 第32-34页 |
| 2.7.2 混合清洗步骤介绍 | 第34-36页 |
| 2.7.3 对象规约 | 第36页 |
| 2.8 本章小结 | 第36-38页 |
| 第3章 基于ETL的混合清洗的实现 | 第38-50页 |
| 3.1 基于领域知识的客户信息的确定 | 第38-40页 |
| 3.2 数据清洗规则概述 | 第40-46页 |
| 3.3 预处理 | 第46-47页 |
| 3.4 属性清洗 | 第47-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第4章 基于中文单位信息重复记录的清洗 | 第50-70页 |
| 4.1 单位名称构成的分析 | 第50-54页 |
| 4.1.1 综述中文单位名称组成结构的研究成果 | 第50-51页 |
| 4.1.2 形式化描述中文企业名简称问题 | 第51-54页 |
| 4.2 基于特征字符的地址的分词方法 | 第54页 |
| 4.3 相似重复记录概述 | 第54-55页 |
| 4.4 重复记录清洗的基本方法 | 第55-56页 |
| 4.5 单位信息的清洗 | 第56-63页 |
| 4.5.1 构建单位相关信息的元数据 | 第57-58页 |
| 4.5.2 单位地址信息的标准化及拆分处理 | 第58-61页 |
| 4.5.3 单位名称的标准化及拆分处理 | 第61-63页 |
| 4.6 记录相似性度量 | 第63-64页 |
| 4.7 重复数据的聚类 | 第64-67页 |
| 4.7.1 多趟近邻排序算法MPN | 第65页 |
| 4.7.2 优先队列算法 | 第65-66页 |
| 4.7.3 改进的优先队列算法 | 第66-67页 |
| 4.8 本章小结 | 第67-70页 |
| 第5章 清洗的实现 | 第70-76页 |
| 5.1 环境准备 | 第70页 |
| 5.1.1 服务器配置 | 第70页 |
| 5.1.2 数据清理客户机 | 第70页 |
| 5.2 网络环境 | 第70-71页 |
| 5.3 数据清洗系统准备 | 第71-74页 |
| 5.3.1 创建数据清洗相关的数据库表 | 第71页 |
| 5.3.2 装载测试数据 | 第71页 |
| 5.3.3 配置环境变量 | 第71-74页 |
| 5.4 数据清洗结果 | 第74页 |
| 5.5 本章小结 | 第74-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82页 |
