基于决策树算法的超市客户细分应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·论文主要的研究内容 | 第13-14页 |
| ·论文的组织结构 | 第14-15页 |
| 2 数据挖掘理论 | 第15-24页 |
| ·数据挖掘概念 | 第15-16页 |
| ·数据挖掘过程描述 | 第16-19页 |
| ·数据挖掘模式 | 第19-22页 |
| ·数据挖掘应用 | 第22-24页 |
| 3 决策树算法说明 | 第24-37页 |
| ·决策树分类描述 | 第24-33页 |
| ·分类的方法 | 第24-25页 |
| ·决策树的概念 | 第25-26页 |
| ·决策树生成算法 | 第26-29页 |
| ·几种决策树经典算法 | 第29-31页 |
| ·决策树的特性 | 第31-33页 |
| ·ID3 算法描述 | 第33-37页 |
| ·ID3 算法的基本原理 | 第33-34页 |
| ·ID3 算法说明 | 第34-35页 |
| ·ID3 算法的特点 | 第35-37页 |
| 4 决策树算法在超市客户细分中的应用 | 第37-52页 |
| ·客户细分理论 | 第37-39页 |
| ·客户细分概述 | 第37页 |
| ·客户细分的用途 | 第37-38页 |
| ·客户细分的方法 | 第38页 |
| ·完成分类的技术 | 第38-39页 |
| ·数据准备 | 第39页 |
| ·数据预处理 | 第39-42页 |
| ·预处理方法 | 第39-40页 |
| ·数据清理及集成 | 第40-41页 |
| ·离散化处理 | 第41-42页 |
| ·客户细分模型 | 第42-52页 |
| ·选择相关属性 | 第42-43页 |
| ·构建客户细分模型 | 第43-49页 |
| ·规则抽取 | 第49页 |
| ·结果分析 | 第49-52页 |
| 5 客户细分软件实现 | 第52-55页 |
| ·客户细分过程 | 第52-53页 |
| ·客户细分过程实现 | 第53-55页 |
| 6 结论与展望 | 第55-56页 |
| ·结论 | 第55页 |
| ·展望 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间发表的论文 | 第59页 |
