| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-9页 |
| §1-1 课题的研究背景 | 第7页 |
| §1-2 课题的研究意义 | 第7-8页 |
| §1-3 课题的主要研究内容 | 第8-9页 |
| 第二章 数据挖掘的研究与发展分析 | 第9-15页 |
| §2-1 数据挖掘的发展历史及现状分析 | 第9-11页 |
| 2-1-1 国外数据挖掘的发展历史 | 第9-10页 |
| 2-1-2 我国数据挖掘的发展历史及现状 | 第10页 |
| 2-1-3 数据挖掘中所存在的问题 | 第10-11页 |
| §2-2 数据挖掘技术的应用与发展前景初探 | 第11-15页 |
| 2-2-1 数据挖掘技术的应用现状 | 第11-12页 |
| 2-2-2 数据挖掘技术的发展前景 | 第12页 |
| 2-2-3 数据挖掘技术近年的研究热点 | 第12-13页 |
| 2-2-4 数据挖掘技术的不足之处 | 第13-15页 |
| 第三章 基于零售业的数据挖掘技术研究 | 第15-37页 |
| §3-1 零售业的特征分析 | 第15-16页 |
| §3-2 对零售业数据挖掘过程与功能的分析 | 第16-17页 |
| 3-2-1 数据挖掘的过程 | 第16-17页 |
| 3-2-2 数据挖掘的功能 | 第17页 |
| §3-3 零售业数据挖掘的主要技术分析 | 第17-19页 |
| §3-4 针对零售业不同的数据挖掘任务选择不同的挖掘技术 | 第19-25页 |
| 3-4-1 概念描述 | 第19-20页 |
| 3-4-2 关联知识发现 | 第20-22页 |
| 3-4-3 分类知识发现 | 第22页 |
| 3-4-4 预测型知识发现 | 第22-23页 |
| 3-4-5 聚类知识发现 | 第23页 |
| 3-4-6 偏差型知识发现 | 第23-25页 |
| §3-5 零售业数据挖掘的开发工具分析 | 第25-28页 |
| 3-5-1 Microsoft SQL Server 2000 Analysis Services | 第25-26页 |
| 3-5-2 SPSS | 第26-27页 |
| 3-5-3 IntelligentMiner | 第27页 |
| 3-5-4 EnterpriseMiner | 第27页 |
| 3-5-5 对几种开发工具的评价 | 第27-28页 |
| §3-6 零售业数据挖掘的流程分析 | 第28-37页 |
| 3-6-1 数据预处理模块 | 第29-35页 |
| 3-6-2 数据挖掘模块 | 第35页 |
| 3-6-3 知识评价模块 | 第35-37页 |
| 第四章 用关联分析法进行数据挖掘及算法的改进 | 第37-50页 |
| §4-1 问题分析 | 第37-38页 |
| 4-1-1 问题背景 | 第37-38页 |
| 4-1-2 解决思路与系统模块 | 第38页 |
| §4-2 数据的准备 | 第38-40页 |
| §4-3 对数据进行预处理 | 第40-42页 |
| §4-4 用关联分析法进行数据挖掘 | 第42-45页 |
| 4-4-1 相关关联规则知识 | 第42-44页 |
| 4-4-2 数据挖掘过程 | 第44-45页 |
| §4-5 对挖掘结果进行知识评价 | 第45-46页 |
| §4-6 Apriori 算法及算法的改进 | 第46-50页 |
| 4-6-1 Apriori 算法 | 第46-47页 |
| 4-6-2 算法的改进 | 第47-50页 |
| 第五章 结论 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间所取得的相关科研成果 | 第56页 |