大数据在客户营销中的作用分析与系统设计
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题的研究背景及意义 | 第9-11页 |
| 1.1.1 信息技术的发展 | 第9-10页 |
| 1.1.2 电子商务与传统商务的区别 | 第10页 |
| 1.1.3 电子商务推荐系统 | 第10-11页 |
| 1.2 电子商务推荐系统的研究现状 | 第11-12页 |
| 1.3 主要工作 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第2章 相关技术背景 | 第14-23页 |
| 2.1 精准营销的基本概念 | 第14页 |
| 2.2 数据挖掘 | 第14-16页 |
| 2.2.1 数据挖掘系统的组成 | 第14-16页 |
| 2.2.2 数据挖掘的功能 | 第16页 |
| 2.3 电子商务推荐系统 | 第16-19页 |
| 2.3.1 电子商务系统的结构 | 第17-18页 |
| 2.3.2 电子商务推荐系统的分类 | 第18-19页 |
| 2.4 电子商务推荐技术 | 第19-21页 |
| 2.4.1 基于内容过滤的推荐技术 | 第19页 |
| 2.4.2 协同过滤推荐技术 | 第19-20页 |
| 2.4.3 混合推荐方法 | 第20页 |
| 2.4.4 数据挖掘方法 | 第20-21页 |
| 2.5 电子商务推荐技术选择 | 第21-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 数据仓库设计 | 第23-38页 |
| 3.1 电子商务系统信息模型分析 | 第23-27页 |
| 3.1.1 静态数据信息 | 第24-25页 |
| 3.1.2 动态数据信息 | 第25-27页 |
| 3.2 数据仓库的设计 | 第27-33页 |
| 3.2.1 数据仓库 | 第27页 |
| 3.2.2 数据仓库的设计 | 第27-33页 |
| 3.3 数据挖掘系统总体设计 | 第33-36页 |
| 3.3.1 数据挖掘的过程 | 第33-35页 |
| 3.3.2 数据挖掘系统总体设计 | 第35-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第4章 基于关联规则的电子商务推荐系统设计 | 第38-48页 |
| 4.1 关联规则技术简介 | 第38-39页 |
| 4.2 典型的关联规则挖掘算法 | 第39-43页 |
| 4.2.1 Apriori算法 | 第39页 |
| 4.2.2 FP-Growth算法 | 第39-41页 |
| 4.2.3 FP-Growth算法的实现 | 第41-43页 |
| 4.3 关联规则软件模块实现与分析 | 第43-47页 |
| 4.3.1 软件开发环境 | 第43-44页 |
| 4.3.2 数据挖掘软件模块实现 | 第44-47页 |
| 4.3.3 挖掘结果和模型评估 | 第47页 |
| 4.4 本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 致谢 | 第51页 |
