| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 概述 | 第9-15页 |
| 1.1 研究的背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 客户细分研究现状 | 第10-11页 |
| 1.2.2 关联规则挖掘研究现状 | 第11-12页 |
| 1.3 论文研究目的及方法 | 第12-13页 |
| 1.3.1. 论文研究目的 | 第12-13页 |
| 1.3.2. 论文研究方法 | 第13页 |
| 1.4 论文的行文结构 | 第13-15页 |
| 第二章 基于多维关联规则的数据挖掘算法 | 第15-33页 |
| 2.1 数据挖掘技术综述 | 第15-21页 |
| 2.1.1 数据挖掘的概念 | 第15页 |
| 2.1.2 数据挖掘的相关技术 | 第15-16页 |
| 2.1.3 数据挖掘的分类 | 第16-18页 |
| 2.1.4 数据挖掘的相关过程 | 第18-19页 |
| 2.1.5 数据挖掘的应用 | 第19页 |
| 2.1.6 数据挖掘技术存在的问题及未来展望 | 第19-21页 |
| 2.2 关联规则概述 | 第21-25页 |
| 2.2.1 关联规则基本概念 | 第21-22页 |
| 2.2.2 关联规则的分类 | 第22-23页 |
| 2.2.3 关联规则的挖掘 | 第23-24页 |
| 2.2.4 关联规则的扩展研究 | 第24-25页 |
| 2.3 关联规则挖掘的相关算法 | 第25-30页 |
| 2.3.1 AIS 算法 | 第25页 |
| 2.3.2 SETM 算法 | 第25-26页 |
| 2.3.3 HCS-Mine 算法 | 第26页 |
| 2.3.4 Apriori 系列算法 | 第26-29页 |
| 2.3.5 FP-Growth 算法 | 第29-30页 |
| 2.4 Weka 的用途及相关介绍 | 第30-31页 |
| 2.4.1 Weka 简介 | 第30-31页 |
| 2.4.2 Weka 数据格式 | 第31页 |
| 2.4.3 Weka 中的关联规则运算 | 第31页 |
| 2.5 本章小结 | 第31-33页 |
| 第三章 联通华盛零售系统客户消费行为分析 | 第33-43页 |
| 3.1 客户消费行为相关理论概述 | 第33-37页 |
| 3.1.1 客户消费行为分析的目的 | 第33-34页 |
| 3.1.2 客户消费行为的内容 | 第34页 |
| 3.1.3 客户消费行为的模型 | 第34-37页 |
| 3.1.4 客户特征分析关联规则算法 | 第37页 |
| 3.2 联通华盛零售系统介绍 | 第37-42页 |
| 3.2.1 项目销售系统介绍 | 第38页 |
| 3.2.2 商品数据管理系统 | 第38-39页 |
| 3.2.3 商品价格管理系统 | 第39-40页 |
| 3.2.4 业务模式管理系统 | 第40-41页 |
| 3.2.5 售后服务管理系统 | 第41-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第四章 客户消费行为的多维关联规则模型分析 | 第43-56页 |
| 4.1 客户消费行为数据源及分析目的 | 第43-44页 |
| 4.1.1 研究对象及工作流程 | 第43页 |
| 4.1.2 数据来源和类别 | 第43-44页 |
| 4.1.3 专题分析 | 第44页 |
| 4.2 数据准备 | 第44-46页 |
| 4.2.1 用户职业维 | 第44页 |
| 4.2.2 用户性别维 | 第44-45页 |
| 4.2.3 用户年龄维 | 第45页 |
| 4.2.4 机型价位维 | 第45-46页 |
| 4.2.5 订制套餐维 | 第46页 |
| 4.3 实现多维关联规则挖掘的技术方法 | 第46-47页 |
| 4.4 数据预处理 | 第47-50页 |
| 4.4.1 原始数据 | 第48页 |
| 4.4.2 处理后数据 | 第48-50页 |
| 4.5 模型的建立及算法性能比较 | 第50-55页 |
| 4.5.1 基于 Weka 数据挖掘软件的 FP-growth 与 Apriori 性能分析 | 第51-52页 |
| 4.5.2 基于 Matlab 仿真的实验分析与结果 | 第52-54页 |
| 4.5.3 各类算法比较结论 | 第54-55页 |
| 4.6 支持度与置信度的阈值设定方法 | 第55页 |
| 4.7 本章小结 | 第55-56页 |
| 第五章 实例及结果分析 | 第56-61页 |
| 5.1 数据转换 | 第56-58页 |
| 5.1.1 数值类型的转换 | 第56-57页 |
| 5.1.2 数据表合并与处理结果 | 第57-58页 |
| 5.2 实施关联规则的数据挖掘 | 第58-60页 |
| 5.2.1 用户手机类型与套餐的关联规则 | 第58-59页 |
| 5.2.2 用户性别年龄与购机套餐的关联规则 | 第59-60页 |
| 5.3 本章小结 | 第60-61页 |
| 第六章 结论及展望 | 第61-64页 |
| 6.1 论文总结 | 第61-63页 |
| 6.1.1 论文工作内容介绍 | 第61-62页 |
| 6.1.2 论文工作不足与改进 | 第62-63页 |
| 6.2 工作总结与未来展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66-67页 |
| 附录 1 程序清单 | 第67-69页 |