首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于Web的卡券精准营销系统的设计与实现

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-14页
    1.1 研究背景和意义第10-11页
    1.2 当前研究现状第11-12页
    1.3 主要研究工作第12-13页
    1.4 本文组织结构第13-14页
第二章 关键技术第14-24页
    2.1 Web前端技术第14-15页
        2.1.1 jQuery框架第14页
        2.1.2 Ajax技术第14-15页
    2.2 ThinkPHP框架第15-16页
        2.2.1 ThinkPHP概述第15页
        2.2.2 ThinkPHP MVC模式介绍第15-16页
    2.3 精准营销第16-17页
        2.3.1 精准营销与用户画像第16页
        2.3.2 精准营销中的数据挖掘算法第16-17页
    2.4 协同过滤推荐算法第17-24页
        2.4.1 基于内存的协同过滤算法第17-18页
        2.4.2 基于自编码器的协同过滤算法第18-24页
第三章 基于Web的卡券精准营销系统的设计第24-34页
    3.1 系统框架设计第24-25页
    3.2 系统功能模块设计第25-29页
        3.2.1 精确卡券模块第26-27页
        3.2.2 用户画像模块第27页
        3.2.3 营销活动管理模块第27-28页
        3.2.4 全数据报表中心模块第28-29页
    3.3 数据库设计第29-30页
        3.3.1 数据库设计基本步骤第29页
        3.3.2 数据库设计E-R图第29-30页
    3.4 用户画像设计第30-32页
        3.4.1 用户画像标签体系第30-31页
        3.4.2 用户行为分析模型第31-32页
    3.5 基于协同过滤的卡券推荐设计第32-33页
    3.6 本章小结第33-34页
第四章 基于Web的卡券精准营销系统的实现第34-60页
    4.1 系统开发环境第34页
    4.2 系统Web平台实现第34-43页
        4.2.1 视图层实现第34-37页
        4.2.2 控制层实现第37-40页
        4.2.3 数据层实现第40-43页
    4.3 用户画像实现第43-47页
        4.3.1 基础信息标签第43-45页
        4.3.2 动态信息标签第45-47页
    4.4 基于协同过滤的卡券推荐实现第47-58页
        4.4.1 数据预处理第48-51页
        4.4.2 构建基于附加边信息的降噪自编码器的协同过滤模型第51-53页
        4.4.3 实验及结果分析第53-58页
    4.5 本章小结第58-60页
第五章 系统测试与成果展示第60-70页
    5.1 系统测试第60-61页
        5.1.1 测试用例设计第60-61页
        5.1.2 测试环境第61页
        5.1.3 测试结果分析第61页
    5.2 系统成果展示第61-68页
        5.2.1 精确卡券模块第61-64页
        5.2.2 用户画像模块第64-65页
        5.2.3 营销活动管理模块第65-66页
        5.2.4 全数据报表中心模块第66-68页
    5.3 本章小结第68-70页
第六章 总结与展望第70-72页
参考文献第72-76页
附录 论文使用缩写说明第76-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:基于评论数据的情感强度研究与实现
下一篇:基于近红外光谱技术的运动想象脑机交互模式识别方法研究