基于关联规则的利润加权数据挖掘算法研究及在商业智能中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·相关研究现状 | 第12-13页 |
| ·本文主要工作及论文结构 | 第13-15页 |
| ·本文主要工作 | 第13-14页 |
| ·论文结构 | 第14-15页 |
| 2 商业智能及相关技术 | 第15-25页 |
| ·商业智能简介 | 第15-18页 |
| ·商业智能的定义 | 第15-16页 |
| ·商业智能的研究内容 | 第16-17页 |
| ·商业智能的实施步骤 | 第17页 |
| ·商业智能的发展趋势 | 第17-18页 |
| ·数据仓库 | 第18-20页 |
| ·数据仓库的定义 | 第18-19页 |
| ·数据仓库的特点 | 第19页 |
| ·数据仓库与商业智能的关系 | 第19-20页 |
| ·数据抽取、转换和加载(ETL) | 第20-21页 |
| ·数据转换 | 第21页 |
| ·联机分析处理(OLAP) | 第21-23页 |
| ·OLAP定义 | 第21-22页 |
| ·OLTP和OLAP的区别和联系 | 第22页 |
| ·OLAP的分类 | 第22-23页 |
| ·OLAP的应用 | 第23页 |
| ·本章小结 | 第23-25页 |
| 3 数据挖掘技术 | 第25-33页 |
| ·数据挖掘的概述 | 第25-28页 |
| ·数据挖掘的来源 | 第25页 |
| ·数据挖掘技术的概念 | 第25-26页 |
| ·数据挖掘技术的分类 | 第26-28页 |
| ·数据挖掘与在线联机分析处理的关系 | 第28页 |
| ·数据挖掘的工具 | 第28-32页 |
| ·数据挖掘的工具选择原则 | 第29-30页 |
| ·SQL Server 2005数据挖掘工具 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 4 关联规则挖掘研究 | 第33-48页 |
| ·关联规则简介 | 第33-35页 |
| ·关联规则挖掘概述 | 第33页 |
| ·关联规则定义 | 第33-35页 |
| ·关联规则性质和分类 | 第35-37页 |
| ·关联规则的性质 | 第35-36页 |
| ·关联规则的种类 | 第36-37页 |
| ·关联规则算法 | 第37-39页 |
| ·Apriori算法 | 第37页 |
| ·Apriori算法描述 | 第37-39页 |
| ·基于关联规则的利润加权研究 | 第39-47页 |
| ·基于关联规则利润加权挖掘算法——LRJQ算法 | 第39-42页 |
| ·LRJQ算法描述 | 第42-45页 |
| ·实验分析比较 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 5 LRJQ算法商品交叉销售系统中的应用 | 第48-60页 |
| ·任务分析 | 第48-49页 |
| ·数据准备 | 第49-53页 |
| ·分析维度设计 | 第49-50页 |
| ·SSIS数据装载 | 第50-53页 |
| ·基于关联规则的利润加权挖掘 | 第53-55页 |
| ·建立挖掘模型 | 第54-55页 |
| ·挖掘应用效果展示 | 第55-58页 |
| ·利润对比 | 第58页 |
| ·本章小结 | 第58-60页 |
| 6 总结与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 个人简历 | 第66-67页 |
| 在学期间发表的学术论文 | 第67页 |
