基于数据挖掘技术的电脑零售业中的商业分析
| 论文摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| ·论文研究背景及选题意义 | 第10-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·论文研究的主要内容 | 第14-15页 |
| ·研究方法和论文框架结构 | 第15-16页 |
| 第二章 电脑零售业和数据挖掘技术 | 第16-39页 |
| ·电脑零售业的经营现状及发展态势分析 | 第16-22页 |
| ·行业运营背景:零售业本身有麻烦 | 第16-17页 |
| ·现状及态势:微利时代的生存 | 第17-19页 |
| ·信息化助阵:商业分析带来新的利润增长点 | 第19-22页 |
| ·从利润出发的经营分析模式 | 第22-24页 |
| ·运用盈利模式寻找利润增长点 | 第22-23页 |
| ·商品盈利能力内涵 | 第23-24页 |
| ·利润贡献度及其计算方法 | 第24页 |
| ·数据挖掘技术综述 | 第24-36页 |
| ·发展背景 | 第24-25页 |
| ·数据挖掘定义 | 第25-26页 |
| ·数据挖掘方法 | 第26-32页 |
| ·数据挖掘的过程模型 | 第32-34页 |
| ·零售业中的数据挖掘 | 第34-35页 |
| ·未来研究方向 | 第35-36页 |
| ·数据挖掘常用工具及其选择 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 数据预处理 | 第39-44页 |
| ·预处理过程 | 第39-42页 |
| ·数据准备 | 第39-40页 |
| ·数据清理 | 第40页 |
| ·数据集成 | 第40-41页 |
| ·数据变换 | 第41页 |
| ·数据归约 | 第41-42页 |
| ·预处理的主要方法 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 电脑零售业中商业分析的数据挖掘实现 | 第44-62页 |
| ·业务理解及数据收集 | 第44-45页 |
| ·销售数据预处理 | 第45-47页 |
| ·商品利润贡献度分析 | 第47-53页 |
| ·K-means聚类分析实现 | 第47-51页 |
| ·K-means算法结果分析 | 第51-52页 |
| ·聚类分析基础上的商品利润贡献度 | 第52-53页 |
| ·基于利润贡献度的盈利模式分析 | 第53-60页 |
| ·Apriori算法实现 | 第53-54页 |
| ·Apriori结果分析 | 第54-56页 |
| ·结果评价 | 第56-60页 |
| ·结论 | 第60页 |
| ·本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 附录 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 后记 | 第68-69页 |
