数据挖掘在烟草电子商务中应用的研究
摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第1章 绪论 | 第9-15页 |
·研究背景与意义 | 第9-12页 |
·论文研究内容 | 第12-13页 |
·组织结构 | 第13-14页 |
·本章小结 | 第14-15页 |
第2章 相关技术的理论研究 | 第15-24页 |
·数据挖掘技术 | 第15-18页 |
·数据挖掘的概念 | 第15页 |
·数据挖掘的对象 | 第15页 |
·数据挖掘的分类 | 第15-16页 |
·数据挖掘的过程 | 第16-18页 |
·关联规则算法 | 第18-21页 |
·关联规则的概念 | 第18-19页 |
·关联规则的分类 | 第19-20页 |
·关联规则挖掘的过程 | 第20-21页 |
·聚类分析算法 | 第21-23页 |
·聚类的概念 | 第21页 |
·聚类分析算法的分类 | 第21-23页 |
·本章小结 | 第23-24页 |
第3章 需求分析 | 第24-31页 |
·系统目标 | 第24页 |
·安全需求 | 第24-25页 |
·性能需求 | 第25页 |
·功能需求 | 第25-30页 |
·网上订货 | 第26页 |
·文本发布 | 第26-27页 |
·网上在线客服 | 第27页 |
·信息采集 | 第27页 |
·经营分析 | 第27页 |
·到货确认 | 第27页 |
·真假烟鉴别 | 第27-28页 |
·网银支付 | 第28页 |
·问卷调查 | 第28页 |
·远程培训 | 第28页 |
·客户抽样 | 第28-29页 |
·市场监测与量价存分析 | 第29-30页 |
·本章小结 | 第30-31页 |
第4章 数据挖掘模型设计 | 第31-45页 |
·APRIORI 算法实现卷烟电子推荐模型 | 第31-38页 |
·APRIORI 算法实现卷烟电子推荐模型的原理 | 第31-36页 |
·APRIORI 算法实现卷烟推荐模型的性能分析 | 第36-37页 |
·APRIORI 算法卷烟推荐模型的优化 | 第37-38页 |
·K-MEANS 算法实现零售户细分 | 第38-44页 |
·K-MEANS 算法实现零售户细分的原理 | 第38-42页 |
·基于K-MEANS 算法的零售户细分模型的设计 | 第42-44页 |
·本章小结 | 第44-45页 |
第5章 系统设计与实现 | 第45-63页 |
·软件环境 | 第45-47页 |
·设计模式 | 第47-49页 |
·应用逻辑设计 | 第49-50页 |
·网络系统逻辑设计 | 第50-51页 |
·流程设计 | 第51-53页 |
·数据库设计 | 第53-55页 |
·系统界面设计与代码实现 | 第55-62页 |
·本章小结 | 第62-63页 |
第6章 系统测试 | 第63-69页 |
·电子商务平台功能测试 | 第63-64页 |
·电子商务平台性能测试 | 第64页 |
·电子商务平台使用测试 | 第64-68页 |
·本章小结 | 第68-69页 |
第7章 论文总结与展望 | 第69-71页 |
·论文总结 | 第69页 |
·展望 | 第69-71页 |
致谢 | 第71-72页 |
参考文献 | 第72-74页 |