| 第一章 绪论 | 第1-32页 |
| 第一节 课题研究的背景与意义 | 第10-13页 |
| 第二节 家庭服装消费行为研究综述 | 第13-20页 |
| 一、 家庭服装消费行为研究的内容 | 第13-14页 |
| 二、 国内外相关研究成果 | 第14-20页 |
| 第三节 运用HML技术研究家庭服装消费决策行为模式 | 第20-31页 |
| 一、 研究的理论模型 | 第20-23页 |
| 二、 研究的预期目标 | 第23-26页 |
| 1 构建上海家庭服装消费决策行为的系统整合模型 | 第23-25页 |
| 2 建立上海家庭服装消费决策行为的市场应用模型 | 第25页 |
| 3 影响家庭服装消费支出的因素分析 | 第25-26页 |
| 三、 研究方法 | 第26-31页 |
| 1 样本选取方法 | 第26-27页 |
| 2 问卷设计及调查实施 | 第27-28页 |
| 3 问卷分析方法 | 第28-29页 |
| 4 样本特点 | 第29-31页 |
| 本章小结 | 第31-32页 |
| 第二章 混合机器学习(Hybrid Machine Learning)-家庭服装消费行为研究中的最新技术 | 第32-57页 |
| 第一节 关于机器学习(Machine learning) | 第32-42页 |
| 一、 归纳学习 | 第32-34页 |
| 二、 人工神经网络 | 第34-37页 |
| 三、 机器学习方法和系统评价 | 第37-42页 |
| 第二节 混合式机器学习(Hybrid machine learning)简介 | 第42-56页 |
| 一、 系统特点简介 | 第42-43页 |
| 二、 系统的设计目标和总体结构 | 第43-44页 |
| 三、 系统的核心算法 | 第44-52页 |
| 四、 混合式机器学习(HML)的工作原理 | 第52-56页 |
| 本章小结 | 第56-57页 |
| 第三章 家庭服装消费决策行为的系统整合模型 | 第57-88页 |
| 第一节 消费支出分配模型暨产品与数量选择模型 | 第57-63页 |
| 一、 家庭成员各类服装消费支出分配结构 | 第57-60页 |
| 二、 单类服装消费支出结构分析 | 第60-63页 |
| 第二节 服装消费商店偏好模型 | 第63-75页 |
| 一、 家庭成员各类服装消费商店偏好倾向 | 第63-66页 |
| 二、 单类服装商店偏好之细分市场特征 | 第66-68页 |
| 三、 影响服装消费商店偏好的因素分析 | 第68-75页 |
| 第三节 服装消费购买决策者分布模型 | 第75-87页 |
| 一、 家庭成员各类服装购买决策者分布倾向 | 第75-78页 |
| 二、 单类服装购买决策者分布模型分析 | 第78-80页 |
| 三、 影响服装购买决策者分布的因素分析 | 第80-87页 |
| 本章小结 | 第87-88页 |
| 第四章 家庭服装消费决策行为的市场应用模型 | 第88-104页 |
| 第一节 服装消费决策行为市场应用模型的运用 | 第88-101页 |
| 第二节 服装消费决策行为市场应用模型运用实例 | 第101-103页 |
| 本章小节 | 第103-104页 |
| 第五章 家庭服装消费支出的影响因素分析 | 第104-139页 |
| 第一节 HML数据挖掘结果基本描述 | 第105-124页 |
| 一、 家庭及其成员服装消费总支出模型 | 第105-107页 |
| 二、 家庭及其成员不同服装种类的消费支出模型 | 第107-123页 |
| 三、 HML数据挖掘结果归纳 | 第123-124页 |
| 第二节 结果讨论 | 第124-138页 |
| 一、 与前人研究结果的比较 | 第124-129页 |
| 二、 与前人研究方法的比较 | 第129-137页 |
| 三、 预测功能比较 | 第137-138页 |
| 本章小节 | 第138-139页 |
| 第六章 结论与发展 | 第139-146页 |
| 第一节 本研究总结 | 第139-145页 |
| 第二节 本研究的创新和发展 | 第145-146页 |
| 附录 | 第146-185页 |
| 附录一: 属性变量(非决策变量)的设置及所代表的语义 | 第146-148页 |
| 附录二: 决策变量的设置及相应语义含义 | 第148-150页 |
| 附录三: 调查问卷 | 第150-152页 |
| 附录四: 调查样本分布表 | 第152页 |
| 附录五: 问卷中服装类别及变量名称表 | 第152-153页 |
| 附录六: 调查样本特征表 | 第153-154页 |
| 附录七: 家庭及其成员各类服装消费金额及档次的训练和测试精度 | 第154-158页 |
| 附录八: 如何运用HML技术 | 第158-162页 |
| 附录九: 家庭成员各类服装消费金额之HML数据挖掘结果 | 第162-168页 |
| 附录十: 家庭成员不同服装类型购买地点影响因素的数据挖掘结果 | 第168-177页 |
| 附录十一: 家庭成员各类服装购买决策者影响因素的数据挖掘结果 | 第177-185页 |
| 参考文献 | 第185-192页 |
| 博士在读期间发表的论文 | 第192-193页 |
| 后记 | 第193页 |
