贝叶斯算法在电力营销决策中的应用与研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 引言 | 第7-10页 |
| ·论文背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8页 |
| ·本文的主要工作 | 第8-10页 |
| 第二章 数据挖掘与贝叶斯网络 | 第10-30页 |
| ·贝叶斯方法的基本观点 | 第10-11页 |
| ·贝叶斯方法同其他方法的比较 | 第11-13页 |
| ·贝叶斯网络在数据挖掘中的应用 | 第13-20页 |
| ·贝叶斯网络的基本概念 | 第13-14页 |
| ·数据挖掘技术 | 第14-16页 |
| ·用于数据挖掘的贝叶斯网络 | 第16-20页 |
| ·贝叶斯网络的学习 | 第20-27页 |
| ·贝叶斯网络参数学习 | 第20-24页 |
| ·贝叶斯网络的结构学习 | 第24-26页 |
| ·狄利特里分布 | 第26-27页 |
| ·用于预测的贝叶斯网络 | 第27-30页 |
| 第三章 电力营销理论及决策分析 | 第30-37页 |
| ·电力市场营销概述 | 第30-31页 |
| ·电力市场营销的概念 | 第30页 |
| ·电力市场营销的特点 | 第30-31页 |
| ·电力营销中关心的问题 | 第31-37页 |
| ·电力市场分析预测 | 第31-32页 |
| ·电力营销决策制定 | 第32-33页 |
| ·电力营销分析内容 | 第33-37页 |
| 第四章 贝叶斯网络在电力营销决策中的应用 | 第37-50页 |
| ·客户价值评估推理模型 | 第37-42页 |
| ·属性模型的建立 | 第37-38页 |
| ·网络模型的构造 | 第38-40页 |
| ·网络模型的选择 | 第40-42页 |
| ·客户用电风险评估预测模型 | 第42-50页 |
| ·应用贝叶斯网络进行风险概率预测的优势 | 第43页 |
| ·贝叶斯网络进行风险分析的步骤 | 第43-44页 |
| ·贝叶斯网络电力客户风险预测中的应用 | 第44-50页 |
| 第五章 贝叶斯算法在电力营销系统中的实现 | 第50-55页 |
| ·电力营销的数据获取 | 第50页 |
| ·电力营销决策支持系统的结构框架 | 第50-51页 |
| ·贝叶斯网络在电力营销决策系统中应用的实现 | 第51-55页 |
| 第六章 结束语 | 第55-57页 |
| ·本文得出的结论 | 第55页 |
| ·对未来的展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 在学期间发表的学术论文和参加科研情况 | 第61页 |