数据挖掘技术在数字电视平移中的应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 绪论 | 第9-26页 |
| ·课题开发背景 | 第9-10页 |
| ·国内外数字电视发展现状和国家政策 | 第10-14页 |
| ·国内数字电视发展现状 | 第10-12页 |
| ·国外数字电视发展现状 | 第12-13页 |
| ·关于数字电视的国家政策 | 第13-14页 |
| ·国内现有数字电视用户管理系统的不足 | 第14-16页 |
| ·国外SMS 的不足之处 | 第14-15页 |
| ·国内SMS 的不足之处 | 第15-16页 |
| ·广电运营商的期望 | 第16-17页 |
| ·数字电视平移中要解决的主要问题 | 第17页 |
| ·中小企业不同成长阶段的CRM 应用 | 第17-23页 |
| ·客户关系管理CRM | 第17-18页 |
| ·企业的成长阶段及其对CRM 的应用需求 | 第18-19页 |
| ·企业不同成长阶段的CRM 的应用选择 | 第19-23页 |
| ·客户关系管理与数据挖掘应用 | 第23-24页 |
| ·数据挖掘是CRM 成功的保障 | 第23页 |
| ·数据挖掘技术 | 第23-24页 |
| ·本文的主要工作和组织结构 | 第24-26页 |
| ·本文的主要工作 | 第24页 |
| ·本文的组织结构 | 第24-26页 |
| 第2章 需求分析 | 第26-32页 |
| ·未来SMS 的系统目标和解决的问题 | 第26页 |
| ·未来SMS 的系统需求问题描述 | 第26-31页 |
| ·未来SMS 系统功能性需求 | 第26-30页 |
| ·未来SMS 系统非功能性需求 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 数字电视数据仓库的建立 | 第32-38页 |
| ·数据仓库 | 第32-33页 |
| ·数据仓库 | 第32页 |
| ·数据仓库的特点 | 第32页 |
| ·数据仓库的建立过程 | 第32-33页 |
| ·数字电视数据仓库的设计与实现 | 第33-37页 |
| ·数字电视业务分析 | 第33页 |
| ·数据仓库的需求分析 | 第33-34页 |
| ·数据仓库的逻辑模型设计 | 第34-36页 |
| ·数据采集的实现 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 客户消费行为分析 | 第38-58页 |
| ·客户消费行为分析原理 | 第38页 |
| ·关联规则的概念 | 第38-39页 |
| ·关联规则算法选择 | 第39-40页 |
| ·FP-GROWTH 算法 | 第40-56页 |
| ·算法描述 | 第40-44页 |
| ·算法的部分数据结构 | 第44-48页 |
| ·算法实现细节 | 第48-56页 |
| ·读取数据/建立发现模型 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 客户群体划分 | 第58-66页 |
| ·聚类的概念 | 第58-60页 |
| ·聚类方法比较 | 第60页 |
| ·CLIQUE 算法 | 第60-63页 |
| ·客户群体划分的实现 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 客户价值定位 | 第66-77页 |
| ·决策树分类方法 | 第66-69页 |
| ·决策树概述 | 第66页 |
| ·决策树分类方法基本思想 | 第66-68页 |
| ·决策树分类方法的优缺点 | 第68页 |
| ·决策树方法所能解决的问题 | 第68-69页 |
| ·决策树分类算法比较 | 第69-70页 |
| ·ID3 决策树分类算法 | 第70-72页 |
| ·ID3 算法思想 | 第70-71页 |
| ·ID3 算法描述 | 第71-72页 |
| ·ID3 算法的不足之处 | 第72页 |
| ·一种改进的ID3 算法的提出 | 第72-75页 |
| ·改进的ID3 算法思想 | 第73页 |
| ·改进的ID3 算法描述 | 第73-75页 |
| ·改进的ID3 算法理论上的正确性 | 第75页 |
| ·客户价值定位的实现 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第7章 总结与展望 | 第77-79页 |
| ·本文的主要工作和贡献 | 第77页 |
| ·下一步的工作和展望 | 第77-79页 |
| 参考文献 | 第79-81页 |
