基于数据挖掘的电子商务公司综合管理营销系统的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景与意义 | 第12-15页 |
| 1.1.1 传统贸易向电子商务转型 | 第12页 |
| 1.1.2 电子商务迎来发展高峰 | 第12-13页 |
| 1.1.3 大众创业万众创新 | 第13-14页 |
| 1.1.4 电子商务领域缺乏前沿技术支持 | 第14页 |
| 1.1.5 优化产业结构促进企业转型升级 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.2.1 国内商家缺少自主分析能力 | 第15页 |
| 1.2.2 国内电商平台分析不提供营销建议 | 第15-16页 |
| 1.2.3 国外研究较早成果丰富 | 第16页 |
| 1.3 主要研究内容和目标 | 第16-17页 |
| 1.3.1 开发平台用于实现综合管理和营销分析 | 第16-17页 |
| 1.3.2 数据挖掘技术与电子商务结合 | 第17页 |
| 1.3.3 部署系统到云平台 | 第17页 |
| 1.4 论文主要内容与结构 | 第17-19页 |
| 第二章 Web技术 | 第19-25页 |
| 2.1 B/S技术架构分析 | 第19-20页 |
| 2.2 SSH技术简介 | 第20-23页 |
| 2.2.1 Struct2技术 | 第20-21页 |
| 2.2.2 Spring技术 | 第21页 |
| 2.2.3 Hibernate技术 | 第21-23页 |
| 2.3 JavaScript和JQuery | 第23-25页 |
| 2.3.1 JavaScript | 第23页 |
| 2.3.2 JQuery | 第23-25页 |
| 第三章 数据库分析与设计 | 第25-33页 |
| 3.1 数据库My SQL | 第25-26页 |
| 3.2 数据库功能设计 | 第26-29页 |
| 3.3 数据库实现 | 第29-33页 |
| 3.3.1 订单表 | 第29-30页 |
| 3.3.2 产品表 | 第30页 |
| 3.3.3 客户表 | 第30-31页 |
| 3.3.4 库存表 | 第31-33页 |
| 第四章 云平台部署 | 第33-40页 |
| 4.1 云计算 | 第33-36页 |
| 4.1.1 云计算简介 | 第33-34页 |
| 4.1.2 云计算三层服务架构 | 第34-36页 |
| 4.2 云计算在电子商务中的应用 | 第36页 |
| 4.3 云平台选择 | 第36-38页 |
| 4.4 百度云架构设计 | 第38-40页 |
| 第五章 管理系统设计与实现 | 第40-55页 |
| 5.1 整体框架设计 | 第40-42页 |
| 5.2 订单管理系统 | 第42-45页 |
| 5.2.1 功能设计 | 第42-43页 |
| 5.2.2 系统实现 | 第43-45页 |
| 5.3 国际货物系统 | 第45-49页 |
| 5.3.1 功能设计 | 第45-46页 |
| 5.3.2 系统实现 | 第46-49页 |
| 5.4 库存管理系统 | 第49-52页 |
| 5.4.1 功能设计 | 第49-51页 |
| 5.4.2 系统实现 | 第51-52页 |
| 5.5 物流管理系统 | 第52-55页 |
| 5.5.1 功能设计 | 第52-53页 |
| 5.5.2 系统实现 | 第53-55页 |
| 第六章 电子商务数据挖掘 | 第55-75页 |
| 6.1 数据挖掘概述 | 第55页 |
| 6.2 数据挖掘算法设计 | 第55-60页 |
| 6.2.1 频繁关系模式挖掘算法 | 第56-57页 |
| 6.2.2 分类树挖据算法 | 第57-58页 |
| 6.2.3 数据挖掘算法应用 | 第58-60页 |
| 6.3 聚类分析 | 第60-63页 |
| 6.3.1 聚类分析概述 | 第60-61页 |
| 6.3.2 基于分区的聚类算法 | 第61-62页 |
| 6.3.3 聚类分析结果 | 第62-63页 |
| 6.4 基于算法的模型定位 | 第63-75页 |
| 6.4.1 产品及公司定位 | 第63-65页 |
| 6.4.2 消费者选择模型 | 第65-68页 |
| 6.4.3 购买行为模型 | 第68-69页 |
| 6.4.4 交叉销售算法 | 第69-71页 |
| 6.4.5 需求预测分析模型和国家偏好分析模型 | 第71-73页 |
| 6.4.6 二次平稳递减模型 | 第73-75页 |
| 第七章 营销数据挖掘实现 | 第75-90页 |
| 7.1 项目部署和实现 | 第75-78页 |
| 7.1.1 BAE管理平台资源配置 | 第75-76页 |
| 7.1.2 应用部署 | 第76-77页 |
| 7.1.3 应用访问效果 | 第77-78页 |
| 7.2 数据挖掘实现 | 第78-80页 |
| 7.2.1 数据整理 | 第78-79页 |
| 7.2.2 数据清洗 | 第79-80页 |
| 7.2.3 数据挖掘 | 第80页 |
| 7.3 聚类分析实现 | 第80-81页 |
| 7.3.1 基于模型的聚类 | 第80页 |
| 7.3.2 客户类型的聚类 | 第80-81页 |
| 7.4 销售国家选择 | 第81-84页 |
| 7.4.1 服饰类目国家分析 | 第81-82页 |
| 7.4.2 国家包裹数量分析 | 第82-83页 |
| 7.4.3 国家时效分析 | 第83-84页 |
| 7.5 销售客户选择 | 第84-87页 |
| 7.5.1 客户统计 | 第84-85页 |
| 7.5.2 客户营销 | 第85-87页 |
| 7.6 营销计划选择 | 第87-90页 |
| 7.6.1 总体销售分析 | 第87-88页 |
| 7.6.2 促销方式选择 | 第88-90页 |
| 第八章 总结和展望 | 第90-92页 |
| 8.1 总结 | 第90-91页 |
| 8.2 展望 | 第91-92页 |
| 参考文献 | 第92-97页 |
| 致谢 | 第97页 |
