| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-17页 |
| ·研究背景 | 第12页 |
| ·国内外相关领域的研究现状与发展趋势 | 第12-15页 |
| ·数据挖掘技术的研究状况与发展趋势 | 第12-14页 |
| ·消费行为分析与CRM研究现状 | 第14-15页 |
| ·主要工作及论文内容 | 第15-17页 |
| 第2章 数据挖掘理论概述 | 第17-26页 |
| ·数据挖掘的发展 | 第17页 |
| ·数据挖掘的概念与特征 | 第17-18页 |
| ·数据挖掘的一般过程 | 第18页 |
| ·数据挖掘常用技术 | 第18-19页 |
| ·神经网络 | 第18-19页 |
| ·决策树 | 第19页 |
| ·遗传算法 | 第19页 |
| ·近邻算法 | 第19页 |
| ·规则归纳 | 第19页 |
| ·可视化 | 第19页 |
| ·数据挖掘的功能 | 第19-20页 |
| ·自动预测趋势和行为 | 第19页 |
| ·关联分析 | 第19-20页 |
| ·聚类 | 第20页 |
| ·概念描述 | 第20页 |
| ·偏差检测 | 第20页 |
| ·数据挖掘的系统分类 | 第20-21页 |
| ·按知识类型分类 | 第20页 |
| ·按数据类型分类 | 第20页 |
| ·按挖掘的应用分类 | 第20-21页 |
| ·数据挖掘方法论 | 第21-25页 |
| ·Fayyad的知识发现处理模型 | 第21-23页 |
| ·CRISP—DM数据挖掘过程模型 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 CRM与消费行为分析研究 | 第26-32页 |
| ·客户关系管理(CRM)的产生 | 第26页 |
| ·客户关系管理的概念及特征 | 第26-28页 |
| ·客户关系管理的定义 | 第27页 |
| ·CRM的体系结构 | 第27-28页 |
| ·客户关系管理的运作流程 | 第28页 |
| ·消费行为分析 | 第28-29页 |
| ·消费行为决策原则 | 第28-29页 |
| ·消费行为的研究方法 | 第29页 |
| ·数据挖掘在CRM系统中的应用 | 第29页 |
| ·数据挖掘在CRM系统实现过程 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 校园消费行为分析的数据挖掘模型 | 第32-40页 |
| ·基于项目的数据挖掘过程思路 | 第32-33页 |
| ·校园消费行为分析系统的项目规划 | 第33-37页 |
| ·校园消费行为分析系统项目定位 | 第34-35页 |
| ·校园消费行为分析系统可行性分析 | 第35-36页 |
| ·项目计划 | 第36-37页 |
| ·校园消费行为项目开发进度表 | 第37页 |
| ·分析系统挖掘准备 | 第37-38页 |
| ·分析系统挖掘 | 第38-39页 |
| ·系统项目评估 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第5章 基于数据挖掘的消费行为分析系统 | 第40-65页 |
| ·校园消费行为分析系统的总体设计 | 第40-45页 |
| ·总体设计结构图 | 第40-41页 |
| ·校园消费行为分析系统的数据仓库设计 | 第41-45页 |
| ·基于数据挖掘的校园消费行为分析系统项目开发 | 第45-64页 |
| ·SQL Server 2005数据挖掘简介 | 第45页 |
| ·利用SQL Server 2005建立数据挖掘模型 | 第45-54页 |
| ·分析系统的数据挖掘算法 | 第54-61页 |
| ·分析系统的数据挖掘 | 第61页 |
| ·系统挖掘结果分析 | 第61-64页 |
| ·系统挖掘结果的应用 | 第64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 附录A 作者攻读硕士学位期间主要的研究成果 | 第70页 |