基于数据挖掘的居民购电行为研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-20页 |
| 1.1 研究背景与研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 客户行为研究现状 | 第13-14页 |
| 1.2.2 数据挖掘研究现状 | 第14-16页 |
| 1.3 研究的主要内容与框架 | 第16-20页 |
| 1.3.1 主要工作 | 第16-17页 |
| 1.3.2 研究框架 | 第17-20页 |
| 2 抽样与数据挖掘基本理论 | 第20-26页 |
| 2.1 抽样的基础理论 | 第20-22页 |
| 2.1.1 抽样目的 | 第20页 |
| 2.1.2 抽样方法 | 第20-21页 |
| 2.1.3 抽样步骤 | 第21-22页 |
| 2.2 数据挖掘基本理论 | 第22-25页 |
| 2.2.1 数据挖掘的目的 | 第22-23页 |
| 2.2.2 数据挖掘步骤 | 第23-24页 |
| 2.2.3 数据挖掘内容 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 3 居民购电的多源数据库 | 第26-42页 |
| 3.1 居民购电的相关基本概念 | 第26-29页 |
| 3.1.1 购电渠道 | 第26-27页 |
| 3.1.2 购电方式 | 第27-28页 |
| 3.1.3 购电流程 | 第28-29页 |
| 3.2 购电流程的多源数据库 | 第29-30页 |
| 3.3 居民购电行为分析的高维字段处理 | 第30-34页 |
| 3.3.1 字段的抽取和约简 | 第30-34页 |
| 3.3.2 分析维度的确定 | 第34页 |
| 3.4 抽样设计及数据质量 | 第34-40页 |
| 3.4.1 抽样设计 | 第34-35页 |
| 3.4.2 抽样方法的确定 | 第35-37页 |
| 3.4.3 分层混合抽样步骤 | 第37-39页 |
| 3.4.4 抽样数据的预处理 | 第39-40页 |
| 3.5 本章小结 | 第40-42页 |
| 4 居民购电行为的多维度分析 | 第42-58页 |
| 4.1 购电维的分析 | 第42-46页 |
| 4.2 时间维的分析 | 第46-51页 |
| 4.3 地理维的分析 | 第51-54页 |
| 4.4 属性维的分析 | 第54-57页 |
| 4.6 本章小结 | 第57-58页 |
| 5 基于数据挖掘的居民购电行为研究 | 第58-74页 |
| 5.1 基于居民购电行为分析的聚类研究 | 第58-62页 |
| 5.1.0 聚类算法原理 | 第58-59页 |
| 5.1.1 聚类特征选取和聚类数确定 | 第59-60页 |
| 5.1.2 居民购电行为的聚类结果分析 | 第60-62页 |
| 5.2 居民购电渠道的预测研究 | 第62-68页 |
| 5.2.1 马尔科夫预测原理 | 第62-64页 |
| 5.2.2 居民购电渠道选择的选择分析 | 第64-66页 |
| 5.2.3 居民购电渠道选择的预测 | 第66-68页 |
| 5.3 基于关联挖掘的居民行为特征 | 第68-72页 |
| 5.3.1 关联算法原理 | 第68-70页 |
| 5.3.2 关联前项和关联后项的确定 | 第70-72页 |
| 5.3.3 影响居民购电的关联规则 | 第72页 |
| 5.4 本章小结 | 第72-74页 |
| 6 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74-75页 |
| 6.2 展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 作者简历 | 第80-84页 |
| 学位论文数据集 | 第84页 |
