基于时序关联规则挖掘的客户行为实时预测技术
REAL-TIME PREDICTION OF CUSTOMERS' BEHAVIOR BASED ON SEQUENTIAL ASSOCIATION RULE MINING
摘要
Abstract
第1章 绪论
1.1 研究背景和意义
1.2 国内外相关领域研究现状
1.2.1 客户行为分析的相关概念
1.2.2 预测模型的研究现状
1.2.3 关联规则挖掘技术的研究现状
1.3 研究问题的相关阐述
1.3.1 客户行为实时预测
1.3.2 时序关联规则挖掘算法
1.3.3 客户行为实时预测的应用
1.4 本文的主要研究内容和结构安排
第2章 客户行为实时预测基础技术
2.1 RFID技术相关介绍
2.1.1 RFID技术发展综述
2.1.2 RFID数据特点
2.2 关联规则挖掘的基础知识
2.2.1 关联规则挖掘的定义
2.2.2 关联规则挖掘的基本挖掘算法
2.2.3 关联规则挖掘算法的分类
2.3 时序关联规则挖掘
2.3.1 时序关联规则挖掘背景
2.3.2 时序关联规则挖掘的情况和参数
2.3.3 时序关联规则挖掘的方法
2.4 本章小结
第3章 层次时序关联规则挖掘算法
3.1 研究问题的相关概念描述
3.1.1 研究问题中的相关概念
3.1.2 研究问题的具体描述
3.2 层次时序关联规则挖掘算法
3.2.1 引入商品层次的目的和意义
3.2.2 算法思想
3.2.3 算法过程分析
3.3 层次时序关联规则挖掘算法实验与分析
3.3.1 模拟数据的生成
3.3.2 算法的效率实验
3.3.3 实验结果分析
3.4 本章小结
第4章 基于哈希技术的时序关联规则挖掘算法
4.1 引入哈希技术的原因
4.2 哈希技术改进方法
4.2.1 改进算法的算法过程
4.2.2 缩减交易数据库规模
4.2.3 选取哈希函数
4.3 对比实验与分析
4.3.1 对比实验数据
4.3.2 对比实验结果分析
4.4 本章小结
第5章 客户行为实时预测原型系统
5.1 系统的设计与实现
5.1.1 系统的功能目标
5.1.2 开发平台与工具
5.2 系统总体设计
5.2.1 系统原理
5.2.2 系统架构
5.2.3 系统流程
5.3 系统界面实现
5.3.1 后台挖掘界面
5.3.2 前台展示界面
5.4 系统展望
5.5 本章小结
结论
参考文献
哈尔滨工业大学硕士学位论文原创性声明
哈尔滨工业大学硕士学位论文使用授权书
致谢