| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 图表清单 | 第9-10页 |
| 主要符号表 | 第10-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景 | 第11-12页 |
| ·课题研究的意义及内容 | 第12页 |
| ·国内外研究现状 | 第12-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·论文的结构 | 第14-16页 |
| 第二章 商业智能与数据挖掘 | 第16-27页 |
| ·商业智能 | 第16-18页 |
| ·商业智能概念 | 第16页 |
| ·商业智能的核心技术 | 第16-17页 |
| ·商业智能的体系结构 | 第17-18页 |
| ·数据挖掘 | 第18-26页 |
| ·数据挖掘概念 | 第18-20页 |
| ·数据挖掘的主要技术 | 第20-25页 |
| ·数据挖掘的应用 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第三章 分类回归树（CART）算法 | 第27-32页 |
| ·CART 树的生长过程 | 第27-28页 |
| ·CART 树的剪枝过程 | 第28-29页 |
| ·CART 最优树的选择过程 | 第29-30页 |
| ·CART 算法的优点 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 使用分类回归树（CART）算法对商业网站营业数据建模 | 第32-44页 |
| ·数据理解 | 第32-36页 |
| ·数据来源说明 | 第32页 |
| ·Web 数据挖掘工具 | 第32-33页 |
| ·Web 数据挖掘脚本程序 | 第33-36页 |
| ·数据预处理 | 第36-39页 |
| ·数据准备 | 第36-38页 |
| ·数据转换 | 第38-39页 |
| ·建模 | 第39-42页 |
| ·CART 各项初始参数设定 | 第39-42页 |
| ·CART 模型建立 | 第42页 |
| ·本章小结 | 第42-44页 |
| 第五章 模型运行结果及分析 | 第44-56页 |
| ·CART 算法的模型结果与分析 | 第44-48页 |
| ·CART 算法的模型运行结果 | 第44-46页 |
| ·CART 算法的模型结果分析 | 第46-47页 |
| ·CART 算法的模型精确度分析 | 第47-48页 |
| ·其它算法模型结果与CART 算法模型结果分析比较 | 第48-54页 |
| ·C5.0 算法建模 | 第49-50页 |
| ·CHAID 算法建模 | 第50-52页 |
| ·QUEST 算法建模 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·本文总结 | 第56页 |
| ·本文贡献 | 第56-57页 |
| ·不足与展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间取得的研究成果 | 第61-62页 |
| 致谢 | 第62页 |