| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 论文研究总体框架图 | 第10-11页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 论文研究的背景、目的及意义 | 第11页 |
| 1.1.1 论文研究的背景 | 第11页 |
| 1.1.2 论文研究的目的及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 移动端数据采集方法的现状 | 第11-12页 |
| 1.2.2 数据挖掘的研究现状 | 第12页 |
| 1.2.3 基于数据挖掘的渠道管控研究现状 | 第12-13页 |
| 1.3 论文研究技术路线与主要研究内容 | 第13-14页 |
| 1.4 论文的组织与安排 | 第14-15页 |
| 第2章 研究所用的相关技术及创新点 | 第15-26页 |
| 2.1 研究所用的相关技术 | 第15-19页 |
| 2.1.1 Android中的GPS技术和百度SDK环境引入 | 第15-16页 |
| 2.1.2 GPS相关地理位置定位技术原理和精度分析 | 第16-19页 |
| 2.2 移动应用获取企业服务的方式 | 第19-24页 |
| 2.2.1 基于ESB的企业移动应用数据获得方式 | 第19-20页 |
| 2.2.2 企业服务总线ESB | 第20-21页 |
| 2.2.3 Web Service的定义 | 第21页 |
| 2.2.4 基于SOA的企业数据交换平台总体架构 | 第21-23页 |
| 2.2.5 移动端Hybird开发架构 | 第23-24页 |
| 2.3 数据挖掘技术若干算法 | 第24页 |
| 2.3.1 基于因子分析的降维方法 | 第24页 |
| 2.3.2 数据挖掘技术的聚类算法、分类算法 | 第24页 |
| 2.4 渠道管控相关技术 | 第24-25页 |
| 2.5 本论文三个创新点 | 第25-26页 |
| 2.5.1 创新点一：数据采集地理区域细化下的巡店员定量考核 | 第25页 |
| 2.5.2 创新点二：因子分析对地市级渠道消费产品品种移动端采集列表锁定 | 第25页 |
| 2.5.3 创新点三：K-medoids聚类过程特性揭示及算法初始点改进 | 第25-26页 |
| 第3章 渠道管控移动终端应用与数据采集的实现 | 第26-41页 |
| 3.1 引言 | 第26页 |
| 3.2 渠道管控移动应用整体规划设计和应用界面 | 第26-27页 |
| 3.3 渠道服务的移动端请求 | 第27-29页 |
| 3.4 数据采集流程及界面 | 第29-30页 |
| 3.5 移动端数据采集的关键技术 | 第30-39页 |
| 3.5.1 移动端数据采集定位环境问题与百度SDK环境中的GPS选取 | 第30-32页 |
| 3.5.2 利用K-MEANS聚类圈定区域的巡店计划改进 | 第32-37页 |
| 3.5.3 基于百度API定位环境下改进的业务员移动端数据采集过程管控 | 第37-39页 |
| 3.6 本章结论 | 第39-41页 |
| 3.6.1 研究的实际应用内容 | 第39-40页 |
| 3.6.2 本章对企业渠道管控应用的作用 | 第40-41页 |
| 第4章 对移动端采集的数据进行挖掘 | 第41-72页 |
| 4.1 数据挖掘常用的算法 | 第41-42页 |
| 4.2 因子分析法（FACTOR ANALYSIS） | 第42-53页 |
| 4.2.1 因子分析数学模型 | 第42-44页 |
| 4.2.2 因子分析的前提条件 | 第44-45页 |
| 4.2.3 因子变量构造及载荷矩阵 | 第45-48页 |
| 4.2.4 因子分析简化数据采集的实际运用 | 第48-53页 |
| 4.3 聚类分析法(CLUSTER ANALYSIS) | 第53-58页 |
| 4.3.1 聚类分析的本质 | 第53页 |
| 4.3.2 聚类分析所用的测量依据 | 第53-54页 |
| 4.3.3 三类聚类算法的探讨 | 第54-58页 |
| 4.4 聚类算法实证研究 | 第58-63页 |
| 4.4.1 运用K-MEANS（或K-MEDOIDS）聚类的实证研究 | 第58-60页 |
| 4.4.2 基于层次聚类的实证研究 | 第60-63页 |
| 4.5 分类算法（CLASSIFICATION ALGORITHM） | 第63-71页 |
| 4.5.1 几类常用分类算法 | 第63-64页 |
| 4.5.2 FISHER分类算法 | 第64-67页 |
| 4.5.3 FISHER分类算法实证研究 | 第67-71页 |
| 4.6 本章结论 | 第71-72页 |
| 第5章 基于数据挖掘的营销渠道管控 | 第72-85页 |
| 5.1 渠道的结构 | 第72-73页 |
| 5.2 影响渠道管控的主要因素 | 第73页 |
| 5.3 加强渠道管控应采取的方法 | 第73-84页 |
| 5.3.1 运用移动端采集数据提升渠道管控的综合能力 | 第73-74页 |
| 5.3.2 依据数据挖掘结果，对巡店业务员按工作属性管控 | 第74-75页 |
| 5.3.3 按照聚类分析结果，对零售商采用二八定律管理 | 第75-78页 |
| 5.3.4 重视中间商营销信息，做好营销预测与管控 | 第78-81页 |
| 5.3.5 构建渠道风险预警机制，加强渠道管控 | 第81-84页 |
| 5.4 本章结论 | 第84-85页 |
| 第6章 研究结论与展望 | 第85-86页 |
| 6.1 研究结论 | 第85页 |
| 6.2 展望 | 第85-86页 |
| 参考文献 | 第86-89页 |
| 攻读硕士学位期间的研究成果 | 第89-90页 |
| 1.发表研究性论文一篇 | 第89页 |
| 2.参加的科研项目 | 第89-90页 |
| 致谢 | 第90-91页 |
| 附表 1 | 第91-97页 |
| 附表 2 | 第97页 |
