关联规则挖掘技术在电力市场营销分析中的应用
| 摘要 | 第2-3页 |
| abstract | 第3页 |
| 第一章 绪论 | 第6-12页 |
| 1.1 背景 | 第6-7页 |
| 1.2 发展前景 | 第7页 |
| 1.3 市场营销的概念 | 第7-8页 |
| 1.4 电力市场营销的概念 | 第8-12页 |
| 1.4.1 电力市场的特点 | 第9页 |
| 1.4.2 电力市场营销研究的内容 | 第9-12页 |
| 第二章 数据挖掘技术 | 第12-22页 |
| 2.1 数据挖掘技术的理论 | 第12-16页 |
| 2.1.1 数据挖掘技术的背景 | 第12-13页 |
| 2.1.2 数据挖掘技术的定义 | 第13-14页 |
| 2.1.3 数据挖掘技术的发展前景 | 第14-15页 |
| 2.1.4 数据挖掘系统 | 第15-16页 |
| 2.2 数据挖掘技术在电力市场营销的应用 | 第16-17页 |
| 2.3 关联规则 | 第17-22页 |
| 2.3.1 关联规则的模型 | 第18-20页 |
| 2.3.2 关联规则的算法 | 第20-22页 |
| 第三章 关联规则在电力市场营销的应用 | 第22-38页 |
| 3.1 电力销售中的关联规则 | 第22-23页 |
| 3.1.1 关联规则挖掘的实现过程 | 第22-23页 |
| 3.2 系统数据仓库的构建 | 第23-27页 |
| 3.2.1 数据预处理 | 第25-27页 |
| 3.3 基于聚类技术的数据挖掘概化 | 第27-32页 |
| 3.3.1 K-Means聚类原理 | 第27-28页 |
| 3.3.2 实现流程 | 第28-30页 |
| 3.3.3 分类概化 | 第30-31页 |
| 3.3.4 FP-Growth算法的程序实现 | 第31-32页 |
| 3.4 算法的优点 | 第32-38页 |
| 3.4.1 STL的应用 | 第33-35页 |
| 3.4.2 COM组件技术 | 第35-38页 |
| 第四章 仿真实验及结果分析 | 第38-46页 |
| 4.1“支持度-可信度”框架的不足 | 第38-39页 |
| 4.2 相关度的引入 | 第39-40页 |
| 4.3 数据来源 | 第40-43页 |
| 4.4 结果分析 | 第43-46页 |
| 结论 | 第46-48页 |
| 参考文献 | 第48-50页 |
| 致谢 | 第50-51页 |
