基于智能计算的企业营销系统的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 发展历史及研究现状 | 第11-12页 |
| 1.3 论文的主要内容及结构 | 第12-13页 |
| 第二章 相关理论概述 | 第13-37页 |
| 2.1 数据仓库技术 | 第13-17页 |
| 2.1.1 数据仓库技术背景及定义 | 第13-14页 |
| 2.1.2 数据仓库基本原理 | 第14-16页 |
| 2.1.3 联机分析处理（OLAP）技术 | 第16页 |
| 2.1.4 数据仓库的设计 | 第16-17页 |
| 2.2 数据挖掘技术 | 第17-24页 |
| 2.2.0 数据挖掘的功能 | 第17页 |
| 2.2.1 数据挖掘的模式 | 第17-20页 |
| 2.2.2 数据挖掘过程 | 第20-21页 |
| 2.2.3 客户关系管理 | 第21-22页 |
| 2.2.4 关联规则挖掘算法 | 第22页 |
| 2.2.5 Apriori数据挖掘算法 | 第22-24页 |
| 2.3 BP神经网络技术 | 第24-37页 |
| 2.3.1 人工神经网络技术背景及定义 | 第24-25页 |
| 2.3.2 人工神经网络基本原理 | 第25-32页 |
| 2.3.3 BP神经网络 | 第32-37页 |
| 第三章 系统总体设计概述 | 第37-56页 |
| 3.1 需求分析 | 第37-38页 |
| 3.2 主题确定 | 第38-39页 |
| 3.3 设计事实表 | 第39-40页 |
| 3.4 维度确定 | 第40-42页 |
| 3.5 物理模型 | 第42-43页 |
| 3.6 数据仓库的生成 | 第43页 |
| 3.7 网络架构 | 第43-46页 |
| 3.7.1 销售流程分析 | 第43-44页 |
| 3.7.2 需求分析 | 第44页 |
| 3.7.3 功能模块设计 | 第44-46页 |
| 3.8 应用架构 | 第46-47页 |
| 3.9 详细设计 | 第47-53页 |
| 3.9.1 系统开发平台及工具 | 第47-48页 |
| 3.9.2 界面表示层设计 | 第48-51页 |
| 3.9.3 业务逻辑层设计 | 第51-52页 |
| 3.9.4 数据层设计 | 第52-53页 |
| 3.10 系统测试与结果分析 | 第53-56页 |
| 第四章 客户关系管理 | 第56-66页 |
| 4.1 数据挖掘理论应用价值 | 第56-57页 |
| 4.2 数据挖掘过程 | 第57-63页 |
| 4.2.1 数据提取 | 第58-60页 |
| 4.2.2 数据清洗 | 第60-62页 |
| 4.2.3 数据准备 | 第62-63页 |
| 4.3 关联规则算法及实现 | 第63-65页 |
| 4.4 结果与分析 | 第65页 |
| 4.5 本章小结 | 第65-66页 |
| 第五章 销售预测 | 第66-75页 |
| 5.1 神经网络理论应用价值 | 第66-67页 |
| 5.2 BP网络的设计 | 第67-69页 |
| 5.2.1 网络层数 | 第68页 |
| 5.2.2 输入层节点数 | 第68页 |
| 5.2.3 输出层节点数 | 第68页 |
| 5.2.4 隐含层节点数 | 第68-69页 |
| 5.2.5 网络数据的预处理 | 第69页 |
| 5.2.6 激活函数 | 第69页 |
| 5.2.7 训练函数的选择 | 第69页 |
| 5.3 BP神经网络的matlab实现 | 第69-71页 |
| 5.3.1 生成BP网络 | 第69页 |
| 5.3.2 初始化权重 | 第69-70页 |
| 5.3.3 BP网络学习 | 第70-71页 |
| 5.4 实现与结果分析 | 第71-74页 |
| 5.5 本章小结 | 第74-75页 |
| 第六章 总结 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-79页 |
