| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 图目录 | 第11-12页 |
| 表目录 | 第12-14页 |
| 1 绪论 | 第14-23页 |
| 1.1 选题背景 | 第14-15页 |
| 1.2 文献综述 | 第15-18页 |
| 1.2.1 技术革新给网络音乐市场带来的改变 | 第15-16页 |
| 1.2.2 网络音乐市场研究现状 | 第16-17页 |
| 1.2.3 商业智能在网络音乐中的应用现状 | 第17-18页 |
| 1.3 选题意义 | 第18-19页 |
| 1.4 研究目的 | 第19页 |
| 1.5 研究内容及论文结构 | 第19-23页 |
| 2 相关理论与技术 | 第23-30页 |
| 2.1 商业智能概述 | 第23-24页 |
| 2.2 商业智能关键技术 | 第24-28页 |
| 2.2.1 ETL技术 | 第24-25页 |
| 2.2.2 数据仓库技术 | 第25-26页 |
| 2.2.3 OLAP技术 | 第26页 |
| 2.2.4 数据挖掘技术 | 第26-28页 |
| 2.2.5 数据展现技术 | 第28页 |
| 2.3 数据仓库、OLAP与数据挖掘三者之间的关系 | 第28-30页 |
| 3 网络音乐企业商业智能系统需求分析 | 第30-36页 |
| 3.1 网络音乐行业趋势需求分析 | 第30页 |
| 3.2 网络音乐企业市场战略需求分析 | 第30-32页 |
| 3.3 网络音乐企业业务流程需求分析 | 第32-33页 |
| 3.4 网络音乐企业商业智能系统设计目标 | 第33-36页 |
| 4 网络音乐企业商业智能系统设计 | 第36-55页 |
| 4.1 络音乐企业商业智能系统总体设计 | 第36-37页 |
| 4.2 网络音乐企业数据仓库设计 | 第37-45页 |
| 4.2.1 网络音乐企业商业智能系统数据源分析 | 第37-38页 |
| 4.2.2 源数据的抽取、转换、加载 | 第38-41页 |
| 4.2.3 数据仓库模型设计 | 第41-45页 |
| 4.3 网络音乐企业商业智能系统OLAP设计 | 第45-46页 |
| 4.4 网络音乐企业商业智能系统数据挖掘设计 | 第46-55页 |
| 4.4.1 网络音乐商业智能系统对聚类算法的选择 | 第46-47页 |
| 4.4.2 CLIQUE算法的特点和步骤分析 | 第47-52页 |
| 4.4.3 利用关联规则算法分析类中包含的知识 | 第52-55页 |
| 5 商业智能在网络音乐企业中的应用 | 第55-71页 |
| 5.1 欢聚时代企业概况 | 第55-56页 |
| 5.2 系统支撑环境 | 第56页 |
| 5.3 系统功能与展示方式设计 | 第56-57页 |
| 5.4 YY音乐数据准备 | 第57-61页 |
| 5.5 基于OLAP的用户试听分析 | 第61-65页 |
| 5.6 基于数据挖掘的用户偏好分析 | 第65-70页 |
| 5.6.1 CLIQUE算法在用户聚类中的应用 | 第65页 |
| 5.6.2 利用关联规则算法挖掘聚类簇中的知识 | 第65-69页 |
| 5.6.3 挖掘结果的应用 | 第69-70页 |
| 5.7 本章小结 | 第70-71页 |
| 6 总结与展望 | 第71-74页 |
| 6.1 论文总结 | 第71-73页 |
| 6.2 展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第77-79页 |
| 学位论文数据集 | 第79页 |