| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 引言 | 第11-18页 |
| ·研究背景 | 第11-13页 |
| ·数据仓库的产生与发展 | 第13-15页 |
| ·数据仓库在国内房地产中介企业的应用状况 | 第15-16页 |
| ·论文主要研究内容 | 第16页 |
| ·论文架构 | 第16-18页 |
| 第2章 数据仓库和基于数据仓库的相关技术 | 第18-29页 |
| ·数据仓库 | 第18-23页 |
| ·数据仓库的特点 | 第18-19页 |
| ·数据仓库的建模方法 | 第19-20页 |
| ·数据仓库的组成 | 第20-23页 |
| ·基于数据仓库的相关技术 | 第23-29页 |
| ·联机分析处理OLAP | 第23-24页 |
| ·数据挖掘 | 第24-29页 |
| 第3章 基于数据仓库的房地产中介信息分析系统 | 第29-40页 |
| ·数据钻取(ETL) | 第30-34页 |
| ·主题分析和基于主题分析的数据建模 | 第34-36页 |
| ·元数据管理 | 第36-38页 |
| ·数据挖掘 | 第38-40页 |
| 第4章 基于交易信息特征的交易房源细分主题的设计与实现 | 第40-56页 |
| ·决策树基本概念 | 第40-42页 |
| ·ID3算法 | 第42-46页 |
| ·交易房源细分决策树模型及实施 | 第46-51页 |
| ·数据采集和数据预处理 | 第47-49页 |
| ·交易房源细分决策树模型实施 | 第49-51页 |
| ·使用神经网络算法验证决策树分类结果 | 第51-55页 |
| ·神经网络的概念和算法 | 第51-53页 |
| ·神经网络模型实施 | 第53-55页 |
| ·挖掘结果分析 | 第55-56页 |
| 第5章 基于市场交易行为的市场预测主题的设计与实现 | 第56-63页 |
| ·时间序列趋势分析及算法 | 第56-57页 |
| ·市场预测的时间序列预测模型及实施 | 第57-61页 |
| ·数据采集和数据预处理 | 第57-59页 |
| ·市场预测的时间序列预测模型实施 | 第59-61页 |
| ·挖掘结果分析 | 第61-63页 |
| 第6章 基于客户特征的客户细分主题的设计与实现 | 第63-73页 |
| ·聚类分析基本概念 | 第63-66页 |
| ·K-均值算法 | 第66页 |
| ·客户细分的聚类分析模型及实施 | 第66-72页 |
| ·数据采集和数据预处理 | 第66-68页 |
| ·客户细分的聚类分析模型实施 | 第68-72页 |
| ·挖掘结果分析 | 第72-73页 |
| 第7章 总结与展望 | 第73-75页 |
| 参考文献 | 第75-77页 |
| 致谢 | 第77页 |