| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 国内外研究现状与挑战 | 第13-15页 |
| 1.2.1 国内外研究现状 | 第13-15页 |
| 1.2.2 面临的挑战 | 第15页 |
| 1.3 本文的主要内容 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-18页 |
| 第2章 相关技术介绍 | 第18-26页 |
| 2.1 商业智能 | 第18页 |
| 2.2 零售企业中的商业智能 | 第18-19页 |
| 2.3 类人信息处理方式 | 第19页 |
| 2.4 零售数据存储 | 第19-20页 |
| 2.5 皮尔斯符号理论 | 第20-21页 |
| 2.6 KSTORE数据结构 | 第21-22页 |
| 2.7 零售本体 | 第22页 |
| 2.8 图数据库 | 第22-23页 |
| 2.9 规则引擎 | 第23-24页 |
| 2.10 客户关系管理&&RFM分析模型 | 第24-26页 |
| 第3章 KID认知模型 | 第26-34页 |
| 3.1 KID认知模型的提出 | 第26-27页 |
| 3.2 KID认知模型概述 | 第27-30页 |
| 3.2.1 数据解释函数 | 第28-29页 |
| 3.2.2 同化函数 | 第29页 |
| 3.2.3 实例化函数 | 第29-30页 |
| 3.3 KID认知模型的知识库 | 第30页 |
| 3.4 基于KID模型的认知系统 | 第30-34页 |
| 第4章 KID认知模型知识库设计 | 第34-66页 |
| 4.1 二层知识库原型 | 第34-36页 |
| 4.2 零售语义图知识库 | 第36-46页 |
| 4.2.1 从零售本体到零售语义图 | 第37-41页 |
| 4.2.2 拥有的零售数据及其零售语义图 | 第41-43页 |
| 4.2.3 基于规则的知识发现引擎 | 第43-45页 |
| 4.2.4 能力问题 | 第45-46页 |
| 4.3 基于KID模型和零售语义图知识库的认知原型 | 第46-49页 |
| 4.4 数据查询性能增强的KSTORE数据仓库 | 第49-64页 |
| 4.4.1 KStore三元基础结构 | 第50-51页 |
| 4.4.2 KStore概述以及存在的问题 | 第51-53页 |
| 4.4.3 KStore数据查询时间性能低下 | 第53-57页 |
| 4.4.4 加速KStore数据查询效率 | 第57-58页 |
| 4.4.5 实现 | 第58-62页 |
| 4.4.6 实验与查询时间对比 | 第62-64页 |
| 4.5 本章小节 | 第64-66页 |
| 第5章 实验分析与结果 | 第66-80页 |
| 5.1 RFM分析模型以及K-MEANS客户价值聚类 | 第66-67页 |
| 5.2 客户价值评价模型 | 第67-72页 |
| 5.3 实验分析 | 第72-76页 |
| 5.4 推理化查询与关系型数据库性能比较 | 第76-78页 |
| 5.5 本章总结与评价 | 第78-80页 |
| 第6章 结论与展望 | 第80-84页 |
| 6.1 研究工作总结 | 第80-81页 |
| 6.2 工作展望 | 第81-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-90页 |
| 攻读学位期间发表的论文 | 第90页 |