摘要 | 第1-6页 |
Abstract | 第6-11页 |
第一章 绪论 | 第11-16页 |
·研究背景及意义 | 第11页 |
·研究现状及优势 | 第11-13页 |
·数据库营销的优势与国内外研究现状 | 第11-13页 |
·基于互联网的数据库营销系统的优势 | 第13页 |
·研究内容 | 第13-14页 |
·论文框架 | 第14-16页 |
第二章 红塔集团数据库营销系统需求分析 | 第16-24页 |
·引言 | 第16页 |
·系统目标和主要业务流程 | 第16-17页 |
·系统组成模块 | 第17-23页 |
·数据管理中心 | 第18-19页 |
·数据库营销管理中心 | 第19-23页 |
·数据接口模块 | 第20页 |
·防伪码生成和管理模块 | 第20-21页 |
·用户管理模块 | 第21-22页 |
·积分计划与促销活动管理模块 | 第22页 |
·会员网站 | 第22-23页 |
·营销决策分析 | 第23页 |
·呼叫中心与短信平台 | 第23页 |
·本章小结 | 第23-24页 |
第三章 数据采集与海量数据简化处理 | 第24-43页 |
·引言 | 第24页 |
·防伪码算法设计 | 第24-31页 |
·防伪码安全性要求 | 第24-25页 |
·防伪码加解密算法 | 第25-30页 |
·防伪码最终表现形式 | 第30-31页 |
·防伪码安全性分析 | 第31页 |
·MapReduce 海量数据简化处理 | 第31-42页 |
·数据准备 | 第32-34页 |
·使用 MapReduce 分布式计算对兑换表数据降维和累加 | 第34-42页 |
·防伪码兑换表数据预处理 | 第34页 |
·兑换数据降维过程 | 第34-37页 |
·兑换数据累加存储 | 第37-42页 |
·本章小结 | 第42-43页 |
第四章 数据库营销的数据挖掘方法与模型的建立 | 第43-65页 |
·引言 | 第43页 |
·数据库营销中数据挖掘常用方法 | 第43-44页 |
·建立红塔集团客户分类决策树 | 第44-47页 |
·建立基于 k-means 的客户聚类方法 | 第47-49页 |
·构建促销活动响应模型 | 第49-57页 |
·建立市场值函数 | 第49页 |
·设计效用函数 | 第49-51页 |
·正例效用函数推演 | 第50-51页 |
·根据正例和负例推算未知例相似性 | 第51页 |
·计算属性权值 | 第51-52页 |
·模型的评价 | 第52-57页 |
·评价方法设计 | 第52-55页 |
·评价促销响应模型的优劣性 | 第55-57页 |
·建立卷烟销售预测模型 | 第57-63页 |
·ARIMA 模型 | 第58-59页 |
·建立基于 ARIMA 模型的红塔集团卷烟销售预测模型 | 第59-63页 |
·本章小结 | 第63-65页 |
第五章 红塔集团数据库营销系统架构与性能优化 | 第65-77页 |
·引言 | 第65页 |
·系统技术架构 | 第65-69页 |
·系统总体部署 | 第69-70页 |
·Web 服务器负载均衡策略的实现 | 第70-73页 |
·数据库服务器扩展 | 第73-76页 |
·读写分离 | 第73-74页 |
·垂直分区 | 第74页 |
·水平分区 | 第74-76页 |
·本章小结 | 第76-77页 |
第六章 总结与展望 | 第77-79页 |
·全文总结 | 第77-78页 |
·研究展望 | 第78-79页 |
参考文献 | 第79-82页 |
致谢 | 第82-83页 |
攻读学位期间的研究成果 | 第83页 |