电子商务网站销售数据分析与挖掘
| 中文摘要 | 第5-7页 |
| 英文摘要 | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 研究的意义 | 第13-14页 |
| 1.2.1 研究的理论意义 | 第13页 |
| 1.2.2 研究的现实意义 | 第13-14页 |
| 1.3 数据来源 | 第14页 |
| 1.4 研究方法 | 第14-15页 |
| 1.5 研究内容与思路 | 第15-17页 |
| 第二章 文献综述 | 第17-24页 |
| 2.1 电子商务概述 | 第17-18页 |
| 2.2 外文文献综述 | 第18-20页 |
| 2.3 中文文献综述 | 第20-24页 |
| 第三章 销售数据中蕴含规律的探索与验证 | 第24-45页 |
| 3.1 理论与方法阐述 | 第24-28页 |
| 3.1.1 相关定律概述 | 第24-25页 |
| 3.1.2 最小二乘法 | 第25-26页 |
| 3.1.3 最大似然估计方法和KS检验 | 第26-28页 |
| 3.2 无线终端各区域销售概况 | 第28-29页 |
| 3.3 电子商务商品间的二八定律 | 第29-31页 |
| 3.4 长尾效应 | 第31-35页 |
| 3.4.1 用户类型 | 第31-33页 |
| 3.4.2 用户区域 | 第33-35页 |
| 3.5 齐普夫律在电子商务销售数据中的应用 | 第35-45页 |
| 3.5.1 获取数据 | 第36-38页 |
| 3.5.2 整体商品实验与分析 | 第38-41页 |
| 3.5.3 3C类商品实验与分析 | 第41-45页 |
| 第四章 基于关联规则的销售数据挖掘-商品推荐 | 第45-62页 |
| 4.1 概念介绍 | 第45-46页 |
| 4.2 算法介绍 | 第46-48页 |
| 4.3 WEKA数据挖掘工具介绍 | 第48-49页 |
| 4.4 处理过程 | 第49-61页 |
| 4.4.1 数据获取 | 第49-51页 |
| 4.4.2 图书音像推荐 | 第51-54页 |
| 4.4.3 3C类代表商品小类维度上的推荐 | 第54-58页 |
| 4.4.4 3C类代表商品基于关联规则的推荐 | 第58-61页 |
| 4.5 小结 | 第61-62页 |
| 第五章 结语 | 第62-65页 |
| 5.1 本文总结 | 第62-63页 |
| 5.2 文章不足与展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
