终端营销的数据挖掘与商务智能
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-16页 |
| ·研究背景 | 第11页 |
| ·研究意义 | 第11页 |
| ·国内外研究现状及发展动态 | 第11-14页 |
| ·数据挖掘国内外研究现状及趋势 | 第11-14页 |
| ·商务智能国内外研究现状及趋势 | 第14页 |
| ·论文研究内容和框架 | 第14-15页 |
| ·论文研究内容 | 第14-15页 |
| ·论文框架 | 第15页 |
| ·本章小结 | 第15-16页 |
| 第2章 商务智能与数据挖掘相关理论 | 第16-23页 |
| ·商务智能的含义 | 第16页 |
| ·数据挖掘的含义 | 第16-17页 |
| ·数据挖掘的几种主要技术算法 | 第17-20页 |
| ·聚类 | 第17-18页 |
| ·分类和预测 | 第18-19页 |
| ·关联规则 | 第19-20页 |
| ·OLAP 技术 | 第20-22页 |
| ·数据挖掘与 OLAP 的区别与联系 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 烟草行业零售终端营销决策分析模型 | 第23-36页 |
| ·引言 | 第23页 |
| ·关于零售终端销售需求预测模型的理论 | 第23-27页 |
| ·销售预测的概念 | 第23-24页 |
| ·时间序列分析法 | 第24-25页 |
| ·动销比系数 | 第25-27页 |
| ·烟草行业零售终端动销预测模型 | 第27-35页 |
| ·零售终端动销预测的作用 | 第27页 |
| ·模型提出 | 第27-29页 |
| ·模型建立 | 第29-32页 |
| ·模型应用 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 数据挖掘主题 | 第36-45页 |
| ·复购情况预测 | 第36-39页 |
| ·Logistic 回归分析 | 第36-37页 |
| ·终端零售户复购 Logistic 模型 | 第37-39页 |
| ·客户流失分析 | 第39-42页 |
| ·分类决策树法 | 第40页 |
| ·终端零售户流失情况分析 | 第40-42页 |
| ·客户细分 | 第42-44页 |
| ·K-means 聚类算法 | 第42-43页 |
| ·客户细分建模 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 数据仓库设计 | 第45-54页 |
| ·数据仓库概述 | 第45-47页 |
| ·数据仓库的体系结构 | 第45-46页 |
| ·数据仓库的特点 | 第46-47页 |
| ·确定主题域 | 第47页 |
| ·数据仓库的概念模型设计 | 第47-49页 |
| ·元数据定义及管理 | 第48页 |
| ·数据结构概图及数据仓库基本表 | 第48-49页 |
| ·数据仓库的逻辑模型设计 | 第49-50页 |
| ·数据仓库的物理模型设计 | 第50-51页 |
| ·ETL | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第6章 浙江中烟终端营销系统实现 | 第54-69页 |
| ·总体设计 | 第54-56页 |
| ·系统功能 | 第54-55页 |
| ·技术应用 | 第55-56页 |
| ·输入输出设计 | 第56页 |
| ·系统结构 | 第56-59页 |
| ·系统模块设计 | 第59-68页 |
| ·精准营销 | 第59-62页 |
| ·终端资源管理 | 第62-68页 |
| ·本章小结 | 第68-69页 |
| 第7章 全文总结与展望 | 第69-71页 |
| ·全文总结 | 第69-70页 |
| ·研究展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 附录 | 第75-80页 |
| 攻读学位期间研究成果 | 第80页 |
