基于语义集成的客户知识挖掘研究
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 0 引言 | 第13-31页 |
| 0.1 研究的背景和意义 | 第13-16页 |
| 0.1.1 问题的提出 | 第13-15页 |
| 0.1.2 写作的目的和意义 | 第15-16页 |
| 0.2 国内外相关研究现状分析 | 第16-28页 |
| 0.2.1 语义集成的研究现状 | 第16-18页 |
| 0.2.2 客户知识挖掘的研究现状 | 第18-28页 |
| 0.2.3 国内外研究中存在的主要问题 | 第28页 |
| 0.3 论文研究的方法和内容 | 第28-31页 |
| 0.3.1 研究的方法和思路 | 第28-30页 |
| 0.3.2 论文的主要内容和结构 | 第30-31页 |
| 1 基础理论和技术概述 | 第31-61页 |
| 1.1 企业信息集成 | 第31-38页 |
| 1.1.1 异构数据与企业信息集成的目标 | 第31-32页 |
| 1.1.2 企业信息集成的传统方法 | 第32-33页 |
| 1.1.3 基于本体的企业信息语义集成 | 第33-38页 |
| 1.2 客户知识的理论基础 | 第38-48页 |
| 1.2.1 客户关系生命周期理论 | 第38-41页 |
| 1.2.2 客户价值理论 | 第41-44页 |
| 1.2.3 客户忠诚度与满意度理论 | 第44-48页 |
| 1.3 主要支撑技术 | 第48-61页 |
| 1.3.1 数据仓库技术 | 第48-52页 |
| 1.3.2 知识挖掘技术 | 第52-54页 |
| 1.3.3 本体技术 | 第54-61页 |
| 2 基于企业本体的客户数据语义集成策略与方法 | 第61-96页 |
| 2.1 企业本体构建 | 第61-74页 |
| 2.1.1 本体构建的传统方法 | 第61-63页 |
| 2.1.2 本体构建传统方法的分析 | 第63-64页 |
| 2.1.3 领域本体构建的新思路 | 第64-71页 |
| 2.1.4 企业本体构建步骤 | 第71-74页 |
| 2.2 基于企业本体的客户数据语义集成策略 | 第74-75页 |
| 2.3 基于企业本体的关系数据库语义集成方法 | 第75-90页 |
| 2.3.1 基于企业本体的关系数据库语义集成流程 | 第75-76页 |
| 2.3.2 基于逆向工程的ER模式元素识别 | 第76-81页 |
| 2.3.3 基于ER模式元素的领域本体学习 | 第81-84页 |
| 2.3.4 基于本体映射的元数据生成 | 第84-90页 |
| 2.4 基于企业本体的Web文本语义集成方法 | 第90-96页 |
| 2.4.1 基于企业本体的Web文本语义集成流程 | 第90-91页 |
| 2.4.2 Web文本预处理 | 第91-93页 |
| 2.4.3 Web文本中概念的获取 | 第93-94页 |
| 2.4.4 Web文本中概念间关系的获取 | 第94-96页 |
| 3 基于语义集成的客户知识挖掘模型 | 第96-122页 |
| 3.1 基于语义集成的客户知识挖掘模型构建 | 第96-99页 |
| 3.1.1 企业对客户知识获取的需求分析 | 第96-97页 |
| 3.1.2 基于语义集成的客户知识挖掘模型分析 | 第97-99页 |
| 3.2 语义集成中客户数据的收集 | 第99-106页 |
| 3.2.1 有价值客户的甄别 | 第99-103页 |
| 3.2.2 客户数据的收集 | 第103-106页 |
| 3.3 客户知识挖掘任务的确定 | 第106-110页 |
| 3.3.1 识别业务相关者的真实需求 | 第106-107页 |
| 3.3.2 分析知识挖掘环境 | 第107-108页 |
| 3.3.3 确定企业业务任务 | 第108-109页 |
| 3.3.4 确定知识挖掘任务 | 第109-110页 |
| 3.4 基于语义集成的客户知识挖掘过程 | 第110-122页 |
| 3.4.1 客户数据准备 | 第110-111页 |
| 3.4.2 知识挖掘算法选择 | 第111-115页 |
| 3.4.3 知识模式的评价和优化 | 第115-121页 |
| 3.4.4 知识模式的解释 | 第121-122页 |
| 4 基于Web日志语义集成的客户兴趣挖掘实验 | 第122-140页 |
| 4.1 实验说明 | 第122-123页 |
| 4.1.1 实验目的 | 第122页 |
| 4.1.2 软件工具 | 第122-123页 |
| 4.2 实验过程 | 第123-135页 |
| 4.2.1 企业手机产品本体构建 | 第123-129页 |
| 4.2.2 有价值客户Web日志数据的收集 | 第129-130页 |
| 4.2.3 有价值客户Web日志数据的语义集成 | 第130-134页 |
| 4.2.4 客户兴趣模式挖掘 | 第134-135页 |
| 4.3 客户兴趣模式的有效性验证 | 第135-140页 |
| 4.3.1 基于客户兴趣模式的文本过滤流程 | 第135-137页 |
| 4.3.2 验证结果说明及评价 | 第137-140页 |
| 5 结束语 | 第140-142页 |
| 5.1 论文总结 | 第140-141页 |
| 5.2 论文展望 | 第141-142页 |
| 中外文参考文献 | 第142-151页 |
| 读博期间相关科研成果 | 第151-152页 |
| 后记 | 第152页 |
