| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·背景与意义 | 第9-11页 |
| ·背景 | 第9-10页 |
| ·电子商务环境下异常数据研究的意义 | 第10-11页 |
| ·论文的主要工作 | 第11-12页 |
| ·本文的章节设置 | 第12-13页 |
| 2 异常检测概述 | 第13-18页 |
| ·异常检测的概念界定 | 第13-14页 |
| ·产生异常数据的原因 | 第14-15页 |
| ·异常检测的电子商务应用 | 第15-18页 |
| ·异常检测在证券股票分析中的运用 | 第15-16页 |
| ·异常检测在电子商务欺诈中的运用 | 第16页 |
| ·异常检测在客户关系管理中的运用 | 第16-18页 |
| 3 异常检测算法研究综述 | 第18-23页 |
| ·异常检测建模方法 | 第18-19页 |
| ·对样本集都进行建模 | 第18页 |
| ·不依赖先验知识的建模方法 | 第18-19页 |
| ·依赖先验知识的建模方法 | 第19页 |
| ·异常检测算法 | 第19-23页 |
| ·基于统计学原理的异常检测算法 | 第19-20页 |
| ·基于密度的异常检测算法 | 第20-21页 |
| ·基于距离的异常检测算法 | 第21-22页 |
| ·基于聚类的异常检测算法 | 第22页 |
| ·基于人工神经网络模型的异常检测算法 | 第22-23页 |
| 4 电子商务环境中算法的选择与指标设置 | 第23-31页 |
| ·异常检测算法的选择 | 第23-24页 |
| ·基于距离的异常检测算法简介 | 第24-26页 |
| ·距离的度量 | 第24-25页 |
| ·基于距离的异常检测算法的种类及描述 | 第25-26页 |
| ·拉依达准则（3σ准则） | 第26-27页 |
| ·电子商务环境下异常检测指标体系的设计 | 第27-31页 |
| 5 实证研究 | 第31-53页 |
| ·企业背景介绍 | 第31-32页 |
| ·采用基于距离的异常检测算法的客户关系管理应用过程 | 第32-34页 |
| ·计算分析 | 第34-38页 |
| ·因子分析 | 第38-47页 |
| ·结果分析 | 第47-53页 |
| 6 总结与展望 | 第53-54页 |
| ·总结 | 第53页 |
| ·展望和不足 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录 A 客户数据 | 第58-61页 |
| 攻读学位期间的研究成果 | 第61页 |