数据挖掘技术在大型零售书店的若干应用
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 第一章 绪论 | 第6-12页 |
| ·研究背景 | 第6页 |
| ·数据挖掘概述 | 第6-9页 |
| ·数据挖掘的功能 | 第6-8页 |
| ·数据挖掘的方法 | 第8-9页 |
| ·零售图书业数据挖掘的应用前景 | 第9-10页 |
| ·论文的研究内容 | 第10-11页 |
| ·论文的章节安排 | 第11-12页 |
| 第二章 数据仓库和OLAP | 第12-18页 |
| ·数据仓库 | 第12-16页 |
| ·数据仓库的基本概念 | 第12-13页 |
| ·多维数据模型 | 第13页 |
| ·数据立方体 | 第13-14页 |
| ·建立数据仓库 | 第14-16页 |
| ·OLAP概述 | 第16-18页 |
| 第三章 大型零售书店数据挖掘系统的一种实现框架 | 第18-30页 |
| ·书业零售连锁经营管理系统RCM | 第18-26页 |
| ·RCM系统简介 | 第18-19页 |
| ·RCM系统的体系结构 | 第19页 |
| ·RCM系统的软硬件设计 | 第19-26页 |
| ·基于RCM的挖掘系统的实现框架 | 第26-30页 |
| 第四章 数据挖掘技术的若干应用 | 第30-60页 |
| ·基于频繁模式增长算法的应用 | 第30-52页 |
| ·关联规则的概念及定义 | 第30-31页 |
| ·频繁模式增长算法研究 | 第31-35页 |
| ·关联规则生成算法研究 | 第35-37页 |
| ·基于频繁模式增长算法的应用 | 第37-52页 |
| ·基于季节指数去除孤立点的时序数据趋势分析 | 第52-60页 |
| ·孤立点分析 | 第52页 |
| ·线性回归 | 第52-53页 |
| ·时序数据的趋势分析 | 第53-54页 |
| ·基于季节指数去除孤立点的时序数据趋势分析 | 第54-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-65页 |