首页--经济论文--工业经济论文--中国工业经济论文--工业部门经济论文

基于客户价值的工业电力客户细分研究

摘要第4-6页
Abstract第6-8页
1 绪论第12-32页
    1.1 研究背景第12-15页
    1.2 研究意义第15-16页
    1.3 论文研究的理论基础及文献评述第16-27页
        1.3.1 客户细分基础理论第16-20页
        1.3.2 客户价值理论第20-21页
        1.3.3 电力客户细分国内外研究文献评述第21-26页
        1.3.4 本文拟解决的主要问题第26-27页
    1.4 研究思路与研究方法第27-28页
        1.4.1 研究思路第27-28页
        1.4.2 研究方法第28页
    1.5 论文的研究框架第28-31页
        1.5.1 研究内容第28-29页
        1.5.2 技术路线第29-30页
        1.5.3 论文结构第30-31页
    1.6 本章小结第31-32页
2 工业电力客户细分模型构建第32-50页
    2.1 客户细分模型的组成要素第32-38页
        2.1.1 客户细分变量第33-35页
        2.1.2 客户细分技术第35-38页
    2.2 客户细分建模思想比较第38-44页
        2.2.1 基于先验价值模型的客户细分研究第38-40页
        2.2.2 基于数据挖掘的客户细分研究第40-42页
        2.2.3 两种建模思想对比第42-44页
    2.3 客户细分建模的发展方向:动态客户细分第44-45页
    2.4 工业电力客户细分模型构建第45-48页
        2.4.1 电力客户细分建模的原则第45-46页
        2.4.2 基于CRISP-DM的工业电力客户细分模型第46-48页
    2.5 本章小结第48-50页
3 基于客户价值的工业电力客户细分变量提取第50-68页
    3.1 工业电力客户价值构成第50-56页
        3.1.1 客户价值及内涵第50-52页
        3.1.2 工业客户及其电力需求特点第52-53页
        3.1.3 工业电力客户细分目标第53-54页
        3.1.4 工业电力客户价值构成第54-56页
    3.2 工业电力客户价值细分变量选取第56-61页
        3.2.1 变量选取理论依据第56-58页
        3.2.2 变量选取原则第58-59页
        3.2.3 工业电力客户价值细分变量选取第59-61页
    3.3 工业电力客户价值细分变量的修正第61-66页
        3.3.1 缺失值比率法剔除无效指标第62页
        3.3.2 离散趋势法删除区分度低的指标第62-63页
        3.3.3 R型聚类分析删除相关度高的指标第63-65页
        3.3.4 修正后的工业电力客户细分变量集第65-66页
    3.4 本章小结第66-68页
4 工业电力客户细分属性相异度量模型第68-98页
    4.1 粗糙k均值聚类第68-74页
        4.1.1 粗糙集理论和粗糙聚类第68-70页
        4.1.2 粗糙k均值聚类算法第70-71页
        4.1.3 粗糙k均值的属性相异度量及其局限第71-74页
    4.2 面向层次型分类属性的相异度量第74-84页
        4.2.1 分类属性的传统相异度量第74-76页
        4.2.2 层次型分类属性及其度量第76-79页
        4.2.3 引入指标距离的改进距离层次第79-84页
    4.3 工业电力客户细分属性的相异度量模型第84-96页
        4.3.1 工业电力客户细分属性的相异度量模型第84-95页
        4.3.2 相异度量的有效性验证第95-96页
    4.4 本章小结第96-98页
5 面向动态电力客户细分的进化聚类算法第98-122页
    5.1 电力客户特点和动态聚类的界定第98-102页
        5.1.1 电力客户的契约性第98-100页
        5.1.2 动态聚类的界定和特征第100-102页
    5.2 自适应进化聚类框架第102-107页
        5.2.1 自适应进化聚类基本原理第102-105页
        5.2.2 自适应进化聚类算法描述第105-107页
        5.2.3 自适应进化聚类的局限性第107页
    5.3 类结构变动的判定与处理第107-112页
        5.3.1 类消亡的判定及删除类的操作第108-110页
        5.3.2 产生新类的判定及添加类的操作第110-112页
    5.4 考虑类结构变动的自适应进化聚类算法第112-115页
        5.4.1 考虑类结构变动的自适应进化聚类框架第112-113页
        5.4.2 考虑类结构变动的自适应进化聚类算法第113-115页
    5.5 仿真实验及结果分析第115-120页
        5.5.1 实验一:考虑类结构变动的自适应进化聚类工作过程第115-118页
        5.5.2 实验二:对比分析第118-120页
    5.6 本章小结第120-122页
6 工业电力客户细分实例分析第122-146页
    6.1 实验数据来源及数据预处理第122-124页
        6.1.1 实验数据来源第122-123页
        6.1.2 数据预处理第123-124页
    6.2 静态工业电力客户细分与结果分析第124-130页
        6.2.1 静态工业电力客户细分过程第124-126页
        6.2.2 细分结果分析第126-130页
    6.3 动态工业电力客户细分与结果分析第130-144页
        6.3.1 参数设置与聚类结果的变化挖掘第130-133页
        6.3.2 细分结果分析第133-144页
    6.4 本章小结第144-146页
7 结论与展望第146-148页
    7.1 论文主要工作及创新性成果第146-147页
    7.2 有待进一步研究的问题第147-148页
参考文献第148-166页
附录第166-178页
致谢第178-180页
攻读博士学位期间发表的学术论文和参加科研情况第180-181页

论文共181页,点击 下载论文
上一篇:基于功能磁共振成像的大脑编码和解码技术的研究
下一篇:双馈风力发电控制方法及故障穿越技术的研究