目录 | 第1-4页 |
中文摘要 | 第4-6页 |
英文摘要 | 第6-8页 |
1. 绪论 | 第8-11页 |
1.1. 论文的选题背景 | 第8-9页 |
1.2. 研究意义 | 第9页 |
1.3. 论文的主要工作 | 第9-11页 |
2. 数据仓库构建概述 | 第11-17页 |
2.1. 数据仓库的定义 | 第11-12页 |
2.2. 多维数据模型 | 第12-16页 |
2.2.1. 多维数据模型 | 第12-14页 |
2.2.2. 概念分层 | 第14-16页 |
2.2.3. 多维数据模型上的OLAP | 第16页 |
2.3. 数据仓库的系统结构 | 第16页 |
2.4. 小结 | 第16-17页 |
3. 数据挖掘概述 | 第17-21页 |
3.1. 数据挖掘的定义 | 第17-18页 |
3.2. 数据挖掘发现的六种模式 | 第18-19页 |
3.3. 数据挖掘的过程 | 第19页 |
3.4. 数据仓库中的数据挖掘 | 第19-20页 |
3.5. 小结 | 第20-21页 |
4. 聚类分析概述 | 第21-24页 |
4.1. 聚类分析的定义 | 第21页 |
4.2. 聚类分析的数据类型 | 第21-23页 |
4.2.1. 数据结构 | 第21-22页 |
4.2.2. 相异度的度量 | 第22-23页 |
4.3. 聚类分析的方法 | 第23页 |
4.4. 小结 | 第23-24页 |
5. 最小聚类单元(LCC) | 第24-32页 |
5.1. LCC的提出和定义 | 第24页 |
5.2. 基于LCC的数据挖掘系统结构 | 第24-25页 |
5.3. LCC查询语句 | 第25-27页 |
5.3.1. LCC选取语句 | 第26页 |
5.3.2. LCC插入语句 | 第26页 |
5.3.3. LCC删除语句 | 第26-27页 |
5.3.4. LCC修改语句 | 第27页 |
5.4. 基于LCC的商圈聚类 | 第27-31页 |
5.4.1. 区域划分规则 | 第27-28页 |
5.4.2. LCC生成规则 | 第28-29页 |
5.4.3. 片区生成规则 | 第29-30页 |
5.4.4. 送货线路划分规则 | 第30-31页 |
5.5. 小结 | 第31-32页 |
6. 基于LCC带有约束条件的商圈聚类算法 | 第32-38页 |
6.1. 基于LCC带有约束条件的商圈聚类方法 | 第32-34页 |
6.1.1. 商圈聚类的数据结构 | 第32-33页 |
6.1.2. 基于LCC带有约束条件的商圈聚类方法 | 第33-34页 |
6.2. 基于LCC带有约束条件的商圈聚类算法 | 第34-36页 |
6.2.1. 第一步:利用时间序列预测方法,计算出每个销售对象的销售趋势 | 第34-35页 |
6.2.2. 第二步:依据判决函数生成相关矩阵,依据矩阵进行区域划分 | 第35-36页 |
6.2.3. 第三步:对划分后的每个区域生成最小生成树 | 第36页 |
6.2.4. 第四步:在最小生成树的基础上进行聚类分析构成LCC | 第36页 |
6.2.5. 第五步:利用CSPR把LCC聚类到对应的商圈、片区和送货线路中 | 第36页 |
6.3. 算法分析 | 第36-37页 |
6.4. 小结 | 第37-38页 |
7. BIMINER系统中基于LCC的商圈聚类实现 | 第38-57页 |
7.1. BIMINER系统简介 | 第38-40页 |
7.1.1. BIMINER系统开发背景 | 第38-39页 |
7.1.2. BIMINER系统功能 | 第39-40页 |
7.2. BIMlNER系统开发、运行环境 | 第40-41页 |
7.2.1. IBM DB2数据库 | 第40-41页 |
7.2.2. Visual J++ | 第41页 |
7.3. BIMINER系统中数据仓库的设计与构造 | 第41-46页 |
7.3.1. 基础数据字典 | 第41-45页 |
7.3.2. 数据仓库的构建 | 第45-46页 |
7.4. BIMINER系统中的商圈聚类 | 第46页 |
7.5. BIMINER系统中基于LCC的商圈聚类算法实现 | 第46-56页 |
7.6. 小结 | 第56-57页 |
8. BIMINER系统的商圈聚类实验设计及结果分析 | 第57-62页 |
8.1. BIMINER系统的商圈聚类实验设计 | 第57页 |
8.2. BIMlNER系统的商圈聚类实验结果分析 | 第57-62页 |
【结束语】 | 第62-63页 |
【致谢】 | 第63-64页 |
【参考文献】 | 第64-65页 |