摘 要
ABSTRACT
1.绪 论
1.1. 论文的选题背景
1.2.研究意义
1.3. 论文的主要工作
2.数据仓库构建概述
2.1. 数据仓库的定义
2.2. 多维数据模型
2.2.1.多维数据模型
2.2.2.概念分层
2.2.3. 多维数据型上的OLAP
2.3. 数据仓库的系统结构
2.4. 小 结
3.数据挖掘概述
3.1. 数据挖掘的定义
3.2. 数据挖掘发现的六种模式
3.3. 数据挖掘的过程
3.4. 数据仓库中的数据挖掘
3.5. 小 结
4.聚类分析概述
4.1. 聚类分析的定义
4.2. 聚类分析的数据类型
4.2.1.数据结构
4.2.2.相异度的度量
4.3. 聚类分析的方法
4.4. 小 结
5.最小聚类单元(LCC)
5.1.LCC的提出和定义
5.2. 基于LCC的数据挖掘系统结构
5.3.LCC查询语句
5.3.1.LCC选取语句
5.3.2.LCC插入语句
5.3.3.LCC删除语句
5.3.4.LCC修改语句
5.4. 基于LCC的商圈聚类
5.4.1.区域划分规则
5.4.2.LCC生成规则
5.4.3.片区生成规则
5.4.4.送货线路划分规则
5.5. 小 结
6.基于LCC带有约束条件的商圈聚类算法
6.1. 基于LCC带有约束条件的商圈聚类方法
6.1.1.商圈聚类的数据结构
6.1.2.基于LCC带有约束条件的商圈聚类方法
6.2. 基于LCC带有约束条件的商圈聚类算法
6.2.1.第一步:利用时间序列预测方法,计算出每个销售对象的销售趋势
6.2.2.第二步:依据判决函数生成相关矩阵,依据矩阵进行区域划分
6.2.3.第三步:对划分后的每个区域生成最小生成树
6.2.4.第四步:在最小生成树的基础上进行聚类分析构成LCC
6.2.5.第五步:利用CSPR把LCC聚类到对应的商圈、片区和送货线路中
6.3.算法分析
6.4. 小 结
7.BIMINER系统中基于LCC的商圈聚类实现
7.1. BIMINER系统简介
7.1.1.BIMINER系统开发背景
7.1.2.BIMINER系统功能
7.2.BIMINER系统开发、运行环境
7.2.1.IBMDB2数据库
7.2.2.Visual J++
7.3. BIMINER系统中数据仓库的设计与构造
7.3.1.基础数据字典
7.3.2.数据仓库的构建
7.4. BIMINER系统中的商圈聚类
7.5. BIMINER系统中基于LCC的商圈聚类算法实现
7.6. 小 结
8.BIMINER系统的商圈聚类实验设计及结果分析
8.1. BIMINER系统的商圈聚类实验设计
8.2. BIMINER系统的商圈聚类实验结果分析
【结束语】
【致 谢】
【参考文献】