数据挖掘技术在B2B电子商务商品销售中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-10页 |
| ·课题的研究目的和意义 | 第7页 |
| ·国内外研究现状 | 第7-8页 |
| ·本文的结构 | 第8-9页 |
| ·本章小结 | 第9-10页 |
| 2 课题的相关技术研究 | 第10-26页 |
| ·电子商务与电子商务应用云平台系统 | 第10-15页 |
| ·电子商务与云技术 | 第10-11页 |
| ·电子商务应用云简介 | 第11页 |
| ·面向中小企业经营管理的电子商务应用云平台系统 | 第11-15页 |
| ·电子商务应用云平台系统中的销售分析 | 第15-16页 |
| ·销售分析的意义及研究现状 | 第15页 |
| ·电兹商务系统销售分析的研究内容 | 第15-16页 |
| ·数据挖掘技术 | 第16-22页 |
| ·数据挖掘概述 | 第17页 |
| ·数据挖掘的过程 | 第17-19页 |
| ·数据挖掘的功能和方法 | 第19-21页 |
| ·数据挖掘的应用 | 第21页 |
| ·数据挖掘存在的问题 | 第21-22页 |
| ·数据仓库技术 | 第22-24页 |
| ·数据仓库的定义和特征 | 第22-23页 |
| ·OLAP分析 | 第23-24页 |
| ·数据挖掘和OLAP的区别与联系 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 数据预处理 | 第26-32页 |
| ·数据预处理过程 | 第26-28页 |
| ·数据准备 | 第26页 |
| ·数据清理 | 第26-27页 |
| ·数据集成 | 第27-28页 |
| ·数据变换 | 第28页 |
| ·数据归约 | 第28页 |
| ·销售分析系统的数据来源及业务目标 | 第28-31页 |
| ·电子商务应用云平台系统中数据结构 | 第28-30页 |
| ·准确理解业务及确定分析目标 | 第30-31页 |
| ·数据预处理方法选择 | 第31页 |
| ·本章小结 | 第31-32页 |
| 4 系统实现相关算法 | 第32-41页 |
| ·预测方法的分析与比较 | 第32-33页 |
| ·回归预测方法 | 第33-36页 |
| ·线性回归模型简介 | 第34页 |
| ·线性回归分析 | 第34-35页 |
| ·回归方程的显著性检验 | 第35-36页 |
| ·聚类分析技术 | 第36-40页 |
| ·聚类分析概述 | 第36页 |
| ·主要聚类方法的分类 | 第36-37页 |
| ·K-means聚类算法描述 | 第37-39页 |
| ·对初始聚类参数k的改进 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 5 商品销售分析系统的设计与实现 | 第41-55页 |
| ·系统需求概述与定位 | 第41页 |
| ·销售分析系统的设计 | 第41-43页 |
| ·销售分析系统架构设计 | 第41-42页 |
| ·销售分析系统功能模块与流程设计 | 第42-43页 |
| ·数据预处理模块的实现 | 第43-45页 |
| ·数据预处理流程 | 第43-44页 |
| ·数据预处理相关表设计 | 第44-45页 |
| ·销售预测模块设计与实现 | 第45-49页 |
| ·销售预测模块流程设计与实现类 | 第45-48页 |
| ·系统实现界面展示 | 第48-49页 |
| ·销售分析模块设计与实现 | 第49-52页 |
| ·销售分析模块流程设计与实现类 | 第49-50页 |
| ·系统实现界面展示 | 第50-52页 |
| ·行业分析模块设计与实现 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 6 总结与展望 | 第55-56页 |
| ·本文总结 | 第55页 |
| ·展望 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 在学期间参加科研情况和发表的学术论文 | 第58-59页 |
| 致谢 | 第59页 |
