物流领域CRM中数据挖掘技术的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第7-11页 |
| ·问题的提出 | 第7-8页 |
| ·物流和CRM | 第8-9页 |
| ·物流概述 | 第8页 |
| ·CRM概述 | 第8-9页 |
| ·我国物流企业的客户关系状况 | 第9页 |
| ·数据仓库与CRM的相互关系 | 第9-10页 |
| ·数据挖掘与CRM的关系 | 第10-11页 |
| 第2章 数据挖掘的基本知识 | 第11-21页 |
| ·数据挖掘的模式 | 第11-13页 |
| ·数据挖掘的工具及其模型 | 第13-17页 |
| ·SAS的SEMMA模型 | 第13-14页 |
| ·SPSS的5A模型 | 第14-16页 |
| ·CRISP-DM模型 | 第16-17页 |
| ·Two Crows的模型 | 第17页 |
| ·数据挖掘的应用 | 第17-18页 |
| ·数据挖掘的热点 | 第18-19页 |
| ·数据挖掘的前景 | 第19-21页 |
| 第3章 数据仓库的设计实现 | 第21-37页 |
| ·数据仓库的概念设计 | 第21-22页 |
| ·数据仓库的逻辑设计 | 第22-24页 |
| ·数据仓库的物理设计 | 第24-25页 |
| ·数据粒度以及元数据 | 第25-27页 |
| ·数据粒度 | 第25-26页 |
| ·元数据 | 第26-27页 |
| ·物流客户分析DW的创建和ETL过程 | 第27-34页 |
| ·物流客户分析DW的创建 | 第28-30页 |
| ·ETL策略 | 第30-32页 |
| ·物流客户分析DW的ETL过程 | 第32-34页 |
| ·物流领域基于Web的数据库分析 | 第34-37页 |
| ·基于Web的数据挖掘的复杂性 | 第34-35页 |
| ·基于Web的数据库的创建 | 第35-37页 |
| 第4章 分类模型 | 第37-53页 |
| ·分类简介 | 第37-38页 |
| ·分类算法概述及SLIQ算法的选用 | 第38-40页 |
| ·SLIQ算法实现 | 第40-49页 |
| ·预排序和广度优先生成策略 | 第40-41页 |
| ·执行结点分裂 | 第41-45页 |
| ·离散型属性的子集生成方法 | 第45页 |
| ·剪枝 | 第45-48页 |
| ·SLIQ算法总的流程图 | 第48-49页 |
| ·数据预处理 | 第49-52页 |
| ·预处理数据中的存在问题 | 第49页 |
| ·SAS主成分分析法对数据进行预处理 | 第49-52页 |
| ·系统中的Web挖掘方法 | 第52-53页 |
| 第5章 数据挖掘过程 | 第53-63页 |
| ·定义商业问题 | 第53页 |
| ·建立数据挖掘库 | 第53-55页 |
| ·分析、准备数据 | 第55-57页 |
| ·建立模型 | 第57-60页 |
| ·模型解释 | 第60-63页 |
| 第6章 结论 | 第63-64页 |
| ·论文总结 | 第63页 |
| ·展望 | 第63-64页 |
| 攻读学位期间公开发表的论文 | 第64-65页 |
| 致谢语 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录 贪心算法 | 第69-70页 |
