商务智能分析系统的设计与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 产生背景 | 第10-11页 |
| 1.2 研究意义 | 第11-13页 |
| 1.3 发展现状 | 第13-15页 |
| 1.4 本文研究内容 | 第15-16页 |
| 1.5 本文的组织结构 | 第16-17页 |
| 第2章 相关技术与算法概述 | 第17-29页 |
| 2.1 前端技术的应用 | 第17-22页 |
| 2.1.1 超文本标记语言 | 第18-19页 |
| 2.1.2 页面脚本语言 | 第19-21页 |
| 2.1.3 级联样式表 | 第21页 |
| 2.1.4 可缩放矢量图 | 第21-22页 |
| 2.2 经典算法 | 第22-25页 |
| 2.2.1 社区检测 | 第22-23页 |
| 2.2.2 产品推荐 | 第23-24页 |
| 2.2.3 最优化问题 | 第24页 |
| 2.2.4 收益计算 | 第24-25页 |
| 2.3 安全 | 第25-28页 |
| 2.3.1 数据库注入 | 第25-26页 |
| 2.3.2 跨站请求伪造 | 第26-27页 |
| 2.3.3 跨站脚本 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 商务智能分析系统的设计 | 第29-42页 |
| 3.1 背景介绍 | 第29-30页 |
| 3.2 架构设计 | 第30-31页 |
| 3.3 功能设计 | 第31-37页 |
| 3.3.1 客户分析 | 第32-33页 |
| 3.3.2 市场分析 | 第33-34页 |
| 3.3.3 收益分析 | 第34页 |
| 3.3.4 运营监控 | 第34-35页 |
| 3.3.5 策略支持 | 第35-37页 |
| 3.4 算法设计 | 第37-41页 |
| 3.4.1 决策树 | 第37-38页 |
| 3.4.2 关联规则挖掘 | 第38-39页 |
| 3.4.3 多目标优化的蚁群算法 | 第39-40页 |
| 3.4.4 基于度量的分类算法 | 第40-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 商务智能分析系统的实现 | 第42-50页 |
| 4.1 注册登录 | 第42-43页 |
| 4.2 客户分析 | 第43-45页 |
| 4.2.1 客户细分 | 第43-44页 |
| 4.2.2 客户价值分类 | 第44-45页 |
| 4.2.3 客户信用评估 | 第45页 |
| 4.3 市场需求分析 | 第45-46页 |
| 4.4 绩效财务评价 | 第46-47页 |
| 4.5 选址策略 | 第47-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56页 |
