汽车售后服务故障件管理及数据挖掘技术应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题背景 | 第10页 |
| ·课题来源及研究现状 | 第10-11页 |
| ·课题来源 | 第10-11页 |
| ·研究现状 | 第11页 |
| ·选题的意义 | 第11-12页 |
| ·课题的主要内容和工作 | 第12-13页 |
| ·论文结构 | 第13-14页 |
| 第二章 汽车售后服务故障件管理分析 | 第14-23页 |
| ·维修作业流程 | 第14-16页 |
| ·业务分析 | 第16-20页 |
| ·功能建模 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 汽车售后服务故障件管理设计 | 第23-45页 |
| ·总体架构设计 | 第23-24页 |
| ·功能体系设计 | 第24-28页 |
| ·汽车产业链协作ASP平台故障件管理模块设计 | 第24-25页 |
| ·企业内部模块设计 | 第25-28页 |
| ·数据库设计 | 第28-30页 |
| ·概念数据库模型 | 第28-29页 |
| ·逻辑数据库模型 | 第29-30页 |
| ·关键技术 | 第30-40页 |
| ·数据交换技术 | 第30-40页 |
| ·主要功能模块时序图 | 第40-44页 |
| ·自动生成旧件台账时序图 | 第40-42页 |
| ·旧件台账管理时序图 | 第42页 |
| ·服务站旧件盘点时序图 | 第42-43页 |
| ·服务站金额盘点时序图 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 数据挖掘技术在故障件管理中的应用 | 第45-87页 |
| ·问题的提出 | 第45页 |
| ·企业故障件数据挖掘目标分析 | 第45-48页 |
| ·总体方案设计 | 第48-49页 |
| ·数据挖掘的数据来源 | 第49-53页 |
| ·基于数据仓库的数据挖掘 | 第49-51页 |
| ·基于ODS的数据挖掘 | 第51页 |
| ·基于逻辑数据仓库的数据挖掘 | 第51-53页 |
| ·数据来源分析 | 第53-54页 |
| ·基于“服务站费用分析”的数据挖掘分析 | 第53页 |
| ·基于“车型故障分析”的数据挖掘分析 | 第53-54页 |
| ·数据来源解决方案选择 | 第54页 |
| ·相关数据挖掘算法 | 第54-61页 |
| ·BP神经网络算法 | 第55-58页 |
| ·K-means聚类分析技术 | 第58页 |
| ·FP-Growth关联规则算法 | 第58-61页 |
| ·主题相关参数选取 | 第61-62页 |
| ·“服务站费用分析”参数选取 | 第61页 |
| ·“车型故障分析”参数选取 | 第61-62页 |
| ·数据抽取、清洗、转换 | 第62-65页 |
| ·“服务站费用分析”数据抽取、清洗、转换 | 第62-63页 |
| ·“车型故障分析”数据抽取、清洗、转换 | 第63-65页 |
| ·“服务站费用分析”实现 | 第65-68页 |
| ·“车型故障分析”实现 | 第68-78页 |
| ·K-means聚类分析算法实现 | 第69-72页 |
| ·FP-Growth关联规则算法实现 | 第72-78页 |
| ·数据挖掘在故障件管理中的应用结果分析 | 第78-86页 |
| ·“服务站费用分析”数据挖掘结果分析 | 第78-82页 |
| ·“车型故障分析”数据挖掘结果分析 | 第82-86页 |
| ·本章小结 | 第86-87页 |
| 总结与展望 | 第87-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-93页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第93页 |
