关联规则研究及其在CRM中的应用
摘要 | 第1-4页 |
Abstract | 第4-5页 |
目录 | 第5-8页 |
绪论 | 第8-13页 |
一、论文的研究背景及意义 | 第8-9页 |
二、课题的研究任务和论文的主要工作 | 第9-11页 |
三、论文的创新点 | 第11页 |
四、论文的组织结构 | 第11-13页 |
第一章 数据挖掘综述 | 第13-21页 |
·数据挖掘的定义 | 第13-14页 |
·数据挖掘的分类 | 第14-15页 |
·数据挖掘的过程 | 第15-16页 |
·数据挖掘的应用 | 第16-18页 |
·数据挖掘发展趋势 | 第18-20页 |
本章小结 | 第20-21页 |
第二章 关联规则挖掘综述 | 第21-30页 |
·关联规则基本原理 | 第21页 |
·关联规则算法概述及典型算法分析 | 第21-28页 |
·基于规则中涉及到的数据维数的挖掘算法 | 第22-26页 |
·基于规则中数据的抽象层次的挖掘算法 | 第26-27页 |
·基于规则中处理变量类别的挖掘算法 | 第27-28页 |
·其他关联规则算法 | 第28页 |
·关联规则发展趋势 | 第28-29页 |
本章小结 | 第29-30页 |
第三章 基于图论的关联规则挖掘 | 第30-47页 |
·有向项集图的三叉链表式存储结构 | 第30-33页 |
·有向项集图 | 第30页 |
·三叉链表式存储结构 | 第30-32页 |
·有向项集图的构建算法 | 第32-33页 |
·基于有向项集图的完全频繁项集关联规则挖掘 | 第33-35页 |
·改进思路 | 第33-34页 |
·完全频繁项集及其性质 | 第34页 |
·基于有向项集图的完全频繁项集挖掘算法 | 第34-35页 |
·基于有向项集图的最大频繁项集关联规则挖掘 | 第35-38页 |
·改进思路 | 第35-36页 |
·最大频繁项集及其性质 | 第36-37页 |
·基于有向项集图的最大频繁项集挖掘算法 | 第37-38页 |
·基于有向项集图的频繁闭项集关联规则挖掘 | 第38-40页 |
·改进思路 | 第38-39页 |
·频繁闭项集及其性质 | 第39页 |
·基于有向项集图的频繁闭项集挖掘算法 | 第39-40页 |
·实例分析 | 第40-43页 |
·特性分析 | 第43-45页 |
·存储特性 | 第43-44页 |
·遍历特性 | 第44页 |
·时间特性 | 第44-45页 |
·数据结构特性 | 第45页 |
本章小结 | 第45-47页 |
第四章 关联规则评价指标研究 | 第47-54页 |
·关联规则评价指标体系结构 | 第47-48页 |
·基本评价指标 | 第48页 |
·定量评价指标 | 第48-52页 |
·相关度 | 第48-49页 |
·影响度 | 第49页 |
·参考度 | 第49-50页 |
·时效度 | 第50-51页 |
·新颖度 | 第51-52页 |
·定性评价指标 | 第52-53页 |
·实用度 | 第52-53页 |
·简洁度 | 第53页 |
本章小结 | 第53-54页 |
第五章 关联规则在CRM中的应用 | 第54-63页 |
·CRM | 第54-57页 |
·CRM概述 | 第54页 |
·CRM的组成 | 第54-55页 |
·CRM的基本特征 | 第55-56页 |
·CRM的发展现状 | 第56-57页 |
·CRM与数据仓库 | 第57-58页 |
·关联规则在某钢铁集团企业中的应用 | 第58-62页 |
·项目概述 | 第58-59页 |
·典型应用 | 第59-62页 |
本章小结 | 第62-63页 |
结论 | 第63-64页 |
参考文献 | 第64-67页 |
攻读硕士学位期间发表的学术论文 | 第67-68页 |
致谢 | 第68页 |