基于数据挖掘技术的淘宝店铺客户及商品销售分析
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8页 |
| 1.2 国内外文献综述 | 第8-10页 |
| 1.2.1 国外文献综述 | 第8-9页 |
| 1.2.2 国内文献综述 | 第9-10页 |
| 1.2.3 国内外文献评述 | 第10页 |
| 1.3 研究内容与方法 | 第10-11页 |
| 1.4 本文的主要工作 | 第11-13页 |
| 第2章 相关理论基础 | 第13-25页 |
| 2.1 数据挖掘过程 | 第13-14页 |
| 2.2 相关的挖掘技术 | 第14-17页 |
| 2.2.1 关联分析 | 第14-15页 |
| 2.2.2 聚类分析 | 第15-16页 |
| 2.2.3 分类分析 | 第16-17页 |
| 2.3 聚类算法 | 第17-20页 |
| 2.3.1 划分法 | 第17-18页 |
| 2.3.2 k-means算法 | 第18-20页 |
| 2.4 分类算法 | 第20-25页 |
| 2.4.1 决策树分类 | 第20页 |
| 2.4.2 贝叶斯分类器 | 第20-21页 |
| 2.4.3 神经网络 | 第21-22页 |
| 2.4.4 支持向量机 | 第22-25页 |
| 第3章 淘宝客户管理现状分析 | 第25-31页 |
| 3.1 淘宝平台客户管理现状 | 第25-27页 |
| 3.1.1 淘宝店铺及分类 | 第25-26页 |
| 3.1.2 淘宝平台客户关系管理 | 第26-27页 |
| 3.2 淘宝平台客户管理所存在的问题 | 第27-28页 |
| 3.3 淘宝平台客户价值数据挖掘的必要性 | 第28-31页 |
| 第4章 淘宝店铺客户分类和销售模型分析 | 第31-45页 |
| 4.1 数据准备 | 第31-32页 |
| 4.2 淘宝店铺客户分类模型建立 | 第32-36页 |
| 4.2.1 k-means算法调用语句 | 第32页 |
| 4.2.2 指标选择 | 第32-33页 |
| 4.2.3 客户分类系统模型分析 | 第33-36页 |
| 4.3 淘宝店铺促销模型建立 | 第36-42页 |
| 4.3.1 朴素贝叶斯分类器 | 第36-37页 |
| 4.3.2 基于贝叶斯分类的店铺销售模型 | 第37-42页 |
| 4.4 小结 | 第42-45页 |
| 第5章 结论及展望 | 第45-47页 |
| 5.1 结论 | 第45-46页 |
| 5.2 进一步展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50-52页 |
| 附录 | 第52-68页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第68页 |
