| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 时间序列的研究现状 | 第8-10页 |
| 1.3 本文主要工作 | 第10-11页 |
| 1.4 论文基本结构安排 | 第11页 |
| 1.5 本章小结 | 第11-12页 |
| 第二章 时间序列中的数据挖掘理论 | 第12-16页 |
| 2.1 时间序列的基本概念 | 第12-13页 |
| 2.2 本文相关算法的基本理论 | 第13-14页 |
| 2.2.1 时间序列数据预处理 | 第13-14页 |
| 2.2.2 时间序列分类分析 | 第14页 |
| 2.2.3 时间序列预测 | 第14页 |
| 2.3 WEKA平台的简介 | 第14-15页 |
| 2.4 本章小结 | 第15-16页 |
| 第三章 时间序列预测模型与销售指标预测 | 第16-31页 |
| 3.1 销售指标预测问题的提出 | 第16-17页 |
| 3.2 时间序列预测模型 | 第17-18页 |
| 3.2.1 时间序列预测模型基本概念 | 第17页 |
| 3.2.2 影响时间序列预测模型的四大因素 | 第17-18页 |
| 3.3 销售指标预测实验及分析 | 第18-30页 |
| 3.3.1 数据采集与处理 | 第18-21页 |
| 3.3.2 基于指数平滑法的实验结果与分析 | 第21-24页 |
| 3.3.2.1 指数平滑法 | 第21-22页 |
| 3.3.2.2 基于一次指数平滑法的实验及分析 | 第22-24页 |
| 3.3.3 基于SMOreg方法的实验结果与分析 | 第24-30页 |
| 3.3.3.1 SMOreg算法 | 第24页 |
| 3.3.3.2 基于SMOreg算法的实验及分析 | 第24-27页 |
| 3.3.3.3 SMOreg方法不同核函数的实验比较 | 第27-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 决策树分类算法与销售潜能预测 | 第31-43页 |
| 4.1 销售人员潜能预测问题的提出 | 第31页 |
| 4.2 决策树分类算法 | 第31-33页 |
| 4.2.1 决策树算法概述 | 第31-32页 |
| 4.2.2 ID3算法介绍 | 第32-33页 |
| 4.3 构建销售人员潜力决策树的实验及分析 | 第33-42页 |
| 4.3.1 数据采集与处理 | 第33-35页 |
| 4.3.2 销售人员潜能信息增益指数计算 | 第35-38页 |
| 4.3.3 决策树的构建 | 第38-41页 |
| 4.3.4 实验结果与分析 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 结论 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47-48页 |
| 个人简历 | 第48-49页 |
| 在学期间发表的学术论文 | 第49页 |