电子商务背景下客户隐性知识获取机制研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第10-16页 |
1.1 研究背景及意义 | 第10-12页 |
1.2 业内现存问题和本文出发点 | 第12-13页 |
1.3 主要研究内容以及技术路线 | 第13-15页 |
1.4 创新点 | 第15页 |
1.5 本章小结 | 第15-16页 |
2 相关理论基础及研究综述 | 第16-29页 |
2.1 知识的相关基础理论 | 第16-18页 |
2.1.1 知识 | 第16-17页 |
2.1.2 知识的分类 | 第17页 |
2.1.3 隐性知识分类 | 第17-18页 |
2.1.4 隐性知识获取 | 第18页 |
2.2 隐性知识国内外研究综述 | 第18-22页 |
2.2.1 隐性知识国外研究概述 | 第18-20页 |
2.2.2 隐性知识国内研究概述 | 第20-22页 |
2.3 客户知识管理理论相关研究 | 第22-25页 |
2.3.1 国外客户知识管理(CKM)的理论研究 | 第22-24页 |
2.3.2 国内客户知识管理(CKM)的理论研究 | 第24-25页 |
2.4 粗糙集(RS)相关理论 | 第25-28页 |
2.4.1 粗糙集理论基础 | 第25-27页 |
2.4.2 粗糙集方法特点 | 第27-28页 |
2.5 本章小结 | 第28-29页 |
3 客户隐性知识的内涵、分类与特征 | 第29-34页 |
3.1 客户隐性知识的内涵 | 第29-30页 |
3.1.1 客户知识 | 第29页 |
3.1.2 客户隐性知识 | 第29-30页 |
3.2 客户隐性知识的分类 | 第30-32页 |
3.3 客户隐性知识的特征 | 第32-33页 |
3.4 本章小结 | 第33-34页 |
4 电子商务背景下客户隐性知识的获取方法 | 第34-54页 |
4.1 客户隐性知识获取的基本过程 | 第34-35页 |
4.2 电子商务背景下数据来源 | 第35-37页 |
4.3 数据预处理 | 第37-45页 |
4.3.1 数据清理 | 第37-38页 |
4.3.2 数据的简化 | 第38页 |
4.3.3 连续数据的离散化 | 第38-45页 |
4.4 属性约简 | 第45-52页 |
4.4.1 基于定义的属性约简算法 | 第45-47页 |
4.4.2 基于可辨识矩阵的属性约简算法 | 第47-49页 |
4.4.3 基于遗传算法的属性约简算法 | 第49-52页 |
4.5 规则知识的提取 | 第52-53页 |
4.6 本章小结 | 第53-54页 |
5 案例分析 | 第54-70页 |
5.1 数据来源及属性编码 | 第54页 |
5.2 数据预处理 | 第54-58页 |
5.2.1 数据简化 | 第55-58页 |
5.2.2 数据离散化 | 第58页 |
5.3 数据表属性约简及规则生成 | 第58-67页 |
5.4 结果分析与评价 | 第67-68页 |
5.5 本章小结 | 第68-70页 |
6 结论与展望 | 第70-72页 |
参考文献 | 第72-76页 |
致谢 | 第76-77页 |
个人简历、在学期间发表的学术论文与研究成果 | 第77页 |