基于数据挖掘的电网用户行为分析的研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 课题主要研究内容 | 第13页 |
| 1.4 论文结构 | 第13-15页 |
| 第2章 数据挖掘相关技术 | 第15-23页 |
| 2.1 数据仓库 | 第15-16页 |
| 2.1.1 非易失性 | 第15页 |
| 2.1.2 随时间变化 | 第15页 |
| 2.1.3 集成 | 第15页 |
| 2.1.4 面向主题 | 第15-16页 |
| 2.2 数据仓库的相关概念 | 第16-17页 |
| 2.2.1 数据集市 | 第16页 |
| 2.2.2 维 | 第16页 |
| 2.2.3 主题 | 第16页 |
| 2.2.4 粒度 | 第16-17页 |
| 2.2.5 多维数据模型 | 第17页 |
| 2.2.6 数据仓库的设计模型 | 第17页 |
| 2.3 数据挖掘技术的概念 | 第17-18页 |
| 2.4 数据挖掘的体系结构 | 第18-20页 |
| 2.5 数据挖掘过程 | 第20页 |
| 2.6 数据挖掘技术的任务 | 第20-21页 |
| 2.7 数据挖掘方法 | 第21页 |
| 2.8 数据挖掘方法在项目中的应用 | 第21-22页 |
| 2.9 本章小结 | 第22-23页 |
| 第3章 需求分析 | 第23-29页 |
| 3.1 用电客户细分 | 第23-25页 |
| 3.2 客户信用等级评估 | 第25-27页 |
| 3.2.1 合理有效地分配客户服务资源 | 第25-26页 |
| 3.2.2 识别风险客户，提高资产效率 | 第26页 |
| 3.2.3 合理有效安排相关考核项目 | 第26-27页 |
| 3.3 欠费高风险客户预测 | 第27页 |
| 3.4 本章小结 | 第27-29页 |
| 第四章 概要设计 | 第29-44页 |
| 4.2 系统的数据库设计 | 第30-37页 |
| 4.3 系统模块详细设计 | 第37-43页 |
| 4.3.1 数据采集模块 | 第38页 |
| 4.3.2 数据预处理模块 | 第38-40页 |
| 4.3.3 数据挖掘模块 | 第40-41页 |
| 4.3.4 结果分析模块 | 第41-42页 |
| 4.3.5 系统管理模块 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 详细设计与实现 | 第44-59页 |
| 5.1 数据采集模块 | 第44-45页 |
| 5.2 数据预处理模块 | 第45-47页 |
| 5.3 数据挖掘模块 | 第47-54页 |
| 5.3.1 用电客户细分 | 第47-50页 |
| 5.3.2 客户信用等级评估 | 第50-54页 |
| 5.3.3 欠费高风险客户预测 | 第54页 |
| 5.4 结果分析模块 | 第54页 |
| 5.5 系统管理模块 | 第54-55页 |
| 5.6 系统部署与测试 | 第55-58页 |
| 5.6.1 系统的软硬件开发及测试环境 | 第55页 |
| 5.6.2 运行测试 | 第55-58页 |
| 5.7 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-60页 |
| 6.1 工作总结 | 第59页 |
| 6.2 未来展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 作者简介 | 第64页 |
