数据挖掘在电商运营策略中的应用研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-14页 |
| 1.1 研究背景及问题的提出 | 第7-10页 |
| 1.1.1 研究背景 | 第7-9页 |
| 1.1.2 问题的提出 | 第9-10页 |
| 1.2 研究意义 | 第10页 |
| 1.3 国内外研究现状 | 第10-13页 |
| 1.3.1 数据挖掘技术 | 第10-11页 |
| 1.3.2 电子商务发展探究 | 第11-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第2章 数据挖掘及其在电商运营中的应用 | 第14-19页 |
| 2.1 数据挖掘概述 | 第14-16页 |
| 2.1.1 什么是数据挖掘 | 第14页 |
| 2.1.2 数据挖掘的功能 | 第14-15页 |
| 2.1.3 数据挖掘的一般过程 | 第15-16页 |
| 2.2 电商运营策略中应用探究 | 第16-19页 |
| 第3章 关联规则分析在电商运营中的应用 | 第19-29页 |
| 3.1 基本概念和Apriori算法 | 第19-21页 |
| 3.1.1 基本概念 | 第19-21页 |
| 3.1.2 Apriori算法 | 第21页 |
| 3.2 建模过程与结果分析 | 第21-27页 |
| 3.2.1 关联分析 | 第24-26页 |
| 3.2.2 结果讨论 | 第26-27页 |
| 3.3 运营建议 | 第27-29页 |
| 第4章 RFM分析在电商运营策略中的应用 | 第29-37页 |
| 4.1 RFM分析介绍 | 第29-30页 |
| 4.2 RFM分析过程 | 第30-35页 |
| 4.2.1 数据准备和预处理 | 第30-31页 |
| 4.2.2 RFM分析 | 第31-34页 |
| 4.2.3 结果输出与讨论 | 第34-35页 |
| 4.3 运营建议 | 第35-37页 |
| 第5章 聚类分析在电商运营策略中的应用 | 第37-50页 |
| 5.1 基本概念和算法 | 第37-42页 |
| 5.1.1 基本概念 | 第37-38页 |
| 5.1.2 K-means算法 | 第38-39页 |
| 5.1.3 两步聚类算法 | 第39-42页 |
| 5.2 聚类分析过程 | 第42-48页 |
| 5.2.1 数据准备和预处理 | 第42-43页 |
| 5.2.2 聚类分析及结果讨论 | 第43-48页 |
| 5.3 运营建议 | 第48-50页 |
| 第6章 结论与展望 | 第50-52页 |
| 6.1 结论 | 第50页 |
| 6.2 展望 | 第50-52页 |
| 参考文献 | 第52-54页 |
| 攻读学位期间发表的学术论文 | 第54-55页 |
| 致谢 | 第55-56页 |
