数据挖掘在淘宝客户评价方面的研究与应用
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外发展现状 | 第11-13页 |
| ·本文主要工作 | 第13-14页 |
| 第二章 数据挖掘概述 | 第14-26页 |
| ·数据挖掘的概述 | 第14-15页 |
| ·数据挖掘的技术 | 第15-20页 |
| ·分类挖掘技术 | 第16-18页 |
| ·聚类挖掘技术 | 第18-20页 |
| ·数据挖掘的逻辑模型 | 第20-22页 |
| ·数据挖掘的应用及发展趋势 | 第22-24页 |
| ·数据挖掘在电子商务中的应用 | 第22-23页 |
| ·数据挖掘在教育系统中的应用 | 第23-24页 |
| ·数据挖掘在其他领域的应用 | 第24页 |
| ·数据挖掘技术的发展趋势 | 第24页 |
| ·数据挖掘技术在电子商务中的应用 | 第24-26页 |
| 第三章 淘宝网信誉分析 | 第26-36页 |
| ·电子商务和网店 | 第26-28页 |
| ·淘宝网的模式分析 | 第28-31页 |
| ·在线沟通工具 | 第29-30页 |
| ·在线支付手段 | 第30-31页 |
| ·客户满意度 | 第31-32页 |
| ·淘宝网的信誉评价体系 | 第32-36页 |
| ·店铺动态评分 | 第33页 |
| ·信用评价 | 第33-36页 |
| 第四章 文本分析及产品特征提取 | 第36-46页 |
| ·文本分析 | 第36-39页 |
| ·文本采集—网络爬虫 | 第36-37页 |
| ·文本表示方法 | 第37页 |
| ·文本分类算法 | 第37-39页 |
| ·分词与词性标注 | 第39-41页 |
| ·分词 | 第39-40页 |
| ·词性标注 | 第40-41页 |
| ·特征提取与极性判断 | 第41-46页 |
| ·基于关联规则的产品特征提取 | 第41-42页 |
| ·评语极性判断 | 第42-46页 |
| 第五章 系统设计与搭建 | 第46-56页 |
| ·系统设计思路与目标 | 第46-47页 |
| ·系统具体实现 | 第47-56页 |
| ·数据准备 | 第47页 |
| ·旗舰店信用提取 | 第47-49页 |
| ·客户评价提取 | 第49-51页 |
| ·文本分析 | 第51-52页 |
| ·分析结果展示 | 第52-53页 |
| ·旗舰店信用对比 | 第53-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 附录 | 第64页 |
