分布式連鎖商業(yè)數(shù)據(jù)挖掘模型

第1章 緒論
1.1 背景意義
1.1.1 連鎖商業(yè)企業(yè)發(fā)展現(xiàn)狀與趨勢
1.1.2 連鎖商業(yè)企業(yè)信息化現(xiàn)狀與趨勢
1.1.3 連鎖商業(yè)企業(yè)經(jīng)營決策需求分析
1.1.4 商務(wù)智能與數(shù)據(jù)挖掘技術(shù)的發(fā)展
1.1.5 分布式數(shù)據(jù)挖掘技術(shù)的內(nèi)涵與發(fā)展
1.2 數(shù)據(jù)挖掘技術(shù)的商業(yè)應(yīng)用現(xiàn)狀與挑戰(zhàn)
1.2.1 電子商務(wù)管理領(lǐng)域
1.2.2 客戶關(guān)系管理領(lǐng)域
1.2.3 經(jīng)營決策領(lǐng)域
1.3 本書研究創(chuàng)新之處
第2章 布式數(shù)據(jù)挖掘理論及應(yīng)用綜述
2.1 分布式數(shù)據(jù)庫管理與訪問機(jī)制
2.2 分布環(huán)境下數(shù)據(jù)挖掘研究現(xiàn)狀
2.2.1 分布式數(shù)據(jù)挖掘的形成與發(fā)展
2.2.2 基于CORBA的分布數(shù)據(jù)挖掘體系
2.2.3 基于網(wǎng)格的分布數(shù)據(jù)挖掘體系
2.2.4 基于Web services的分布數(shù)據(jù)挖掘體系
2.3 分布環(huán)境下數(shù)據(jù)挖掘算法研究
2.3.1 數(shù)據(jù)挖掘算法任務(wù)類型
2.3.2 經(jīng)典數(shù)據(jù)挖掘算法
2.3.3 其他分布式算法
2.4 現(xiàn)有數(shù)據(jù)挖掘工具介紹
2.4.1 DMiner挖掘工具
2.4.2 Weka挖掘工具
2.5 本章小結(jié)
第3章 分布式連鎖商業(yè)數(shù)據(jù)源內(nèi)涵與管理體系
3.1 連鎖商業(yè)企業(yè)組織網(wǎng)絡(luò)分布與特點(diǎn)
3.2 連鎖商業(yè)企業(yè)數(shù)據(jù)管理組織行為特點(diǎn)
3.3 分布式連鎖商業(yè)企業(yè)數(shù)據(jù)源內(nèi)涵
3.4 分布式連鎖商業(yè)數(shù)據(jù)概念模型與內(nèi)涵
3.4.1 分布式連鎖商業(yè)數(shù)據(jù)概念與內(nèi)容
3.4.2 分布式連鎖商業(yè)數(shù)據(jù)的概念模型
3.4.3 基于概念模型的商業(yè)數(shù)據(jù)表達(dá)與運(yùn)算
3.5 分布式連鎖商業(yè)數(shù)據(jù)管理體系
3.5.1 支持分布式連鎖商業(yè)數(shù)據(jù)挖掘的邏輯管理模型
3.5.2 支持分布式連鎖商業(yè)數(shù)據(jù)挖掘的協(xié)同管理模型
3.5.3 基于Mobile—Agent的連鎖商業(yè)協(xié)同挖掘模型實現(xiàn)
3.6 本章小結(jié)
第4章 分布式連鎖商業(yè)數(shù)據(jù)挖掘系統(tǒng)的體系架構(gòu)實現(xiàn)
4.1 分布式連鎖商業(yè)企業(yè)數(shù)據(jù)挖掘需求分析
4.1.1 支持全局決策優(yōu)化的數(shù)據(jù)挖掘需求分析
4.1.2 支持局部自主決策的數(shù)據(jù)挖掘需求分析
4.2 面向連鎖商業(yè)決策的分布式數(shù)據(jù)挖掘系統(tǒng)（B—DSM）
4.2.1 面向連鎖商業(yè)企業(yè)的B—DSM系統(tǒng)框架
4.2.2 面向連鎖商業(yè)企業(yè)的B—DSM模型原理
4.2.3 面向連鎖商業(yè)企業(yè)的B—DSM功能模塊
4.3 基于SMAS體系的B—DSM系統(tǒng)實現(xiàn)技術(shù)
4.3.1 設(shè)計思想
4.3.2 支撐結(jié)構(gòu)
4.3.3 運(yùn)行結(jié)構(gòu)
4.4 支持SMAS系統(tǒng)實現(xiàn)的數(shù)據(jù)交換關(guān)鍵技術(shù)
4.4.1 對等交換和主從交換的概念與內(nèi)涵
4.4.2 基于對等交換和主從交換的商業(yè)企業(yè)知識遷移和交換模型
4.5 大型零售企業(yè)綜合電子商務(wù)平臺與客戶服務(wù)系統(tǒng)的實證
4.5.1 系統(tǒng)結(jié)構(gòu)
4.5.2 系統(tǒng)功能
4.6 本章小結(jié)
第5章 面向連鎖商業(yè)企業(yè)的分布式數(shù)據(jù)挖掘算法模型
5.1 基于分布式ID3的連鎖商業(yè)企業(yè)挖掘算法（B—DID3）
5.1.1 分布式ID3在連鎖商業(yè)決策中的應(yīng)用分析
5.1.2 面向連鎖商業(yè)企業(yè)的分布式ID3算法實現(xiàn)
5.1.3 基于分布式ID3算法的連鎖商業(yè)挖掘模型
5.1.4 數(shù)據(jù)挖掘模型驗證和數(shù)據(jù)分析
5.2 基于分布式BNs的連鎖商業(yè)企業(yè)挖掘算法（B—BNs）
5.2.1 分布式BNs在連鎖商業(yè)決策中的應(yīng)用分析
5.2.2 面向連鎖商業(yè)企業(yè)的分布式BNs算法實現(xiàn)
5.2.3 基于分布式BNs算法的連鎖商業(yè)挖掘模型
5.2.4 數(shù)據(jù)挖掘模型驗證與結(jié)果分析
5.3 基于分布式關(guān)聯(lián)規(guī)則的連鎖商業(yè)企業(yè)挖掘模型（B—DAR）
5.3.1 分布式關(guān)聯(lián)規(guī)則在連鎖商業(yè)決策中的應(yīng)用分析
5.3.2 面向連鎖商業(yè)企業(yè)的分布式關(guān)聯(lián)規(guī)則算法實現(xiàn)
5.3.3 基于分布DAR算法的連鎖商業(yè)數(shù)據(jù)挖掘模型
5.3.4 數(shù)據(jù)挖掘試驗與結(jié)果分析
5.4 基于C4.5和地域因素的連鎖商業(yè)企業(yè)挖掘算法（B—ZDT）
5.4.1 分布式C4.5算法在連鎖商業(yè)企業(yè)決策中的應(yīng)用分析
5.4.2 基于地域因素的分布式連鎖商業(yè)企業(yè)數(shù)據(jù)挖掘模型
5.4.3 基于網(wǎng)格技術(shù)的GZDM模型
5.5 本章小結(jié)
第6章 面向大型連鎖商業(yè)企業(yè)商業(yè)數(shù)據(jù)挖掘的實證研究
6.1 某百貨集團(tuán)商業(yè)數(shù)據(jù)挖掘系統(tǒng)（HZ—DM）概況
6.2 某百貨集團(tuán)HZ—DM系統(tǒng)體系結(jié)構(gòu)實現(xiàn)
6.2.1 體系結(jié)構(gòu)設(shè)計
6.2.2 業(yè)務(wù)邏輯層設(shè)計
6.2.3 用戶界面層設(shè)計
6.3 某百貨集團(tuán)HZ—DM系統(tǒng)挖掘功能實證
6.3.1 傳統(tǒng)統(tǒng)計分析方法在某百貨集團(tuán)中的應(yīng)用分析
6.3.2 關(guān)聯(lián)規(guī)則在某百貨集團(tuán)中的應(yīng)用分析
6.3.3 B—ZDT算法在某百貨集團(tuán)的應(yīng)用分析
6.3.4 B—BNs算法在某百貨集團(tuán)的應(yīng)用分析
6.4 某百貨集團(tuán)HZ—DM實施的經(jīng)濟(jì)效益評價
6.5 本章小結(jié)
第7章 集成情境因素的連鎖商業(yè)數(shù)據(jù)挖掘系統(tǒng)研究
7.1 數(shù)據(jù)挖掘知識重用與情境研究
7.1.1 知識重用理論研究
7.1.2 知識情境理論研究
7.2 連鎖商業(yè)數(shù)據(jù)挖掘知識情境內(nèi)涵
7.3 集成情境的連鎖商業(yè)數(shù)據(jù)挖掘知識產(chǎn)品概念模型
7.3.1 嵌入情境的連鎖商業(yè)數(shù)據(jù)挖掘知識產(chǎn)品描述
7.3.2 基于情境匹配的連鎖商業(yè)數(shù)據(jù)挖掘知識產(chǎn)品發(fā)現(xiàn)和重用
7.4 分布式連鎖商業(yè)數(shù)據(jù)挖掘知識管理系統(tǒng)架構(gòu)
7.5 某百貨集團(tuán)數(shù)據(jù)挖掘系統(tǒng)功能的進(jìn)一步探索
7.5.1 理論研究與建模思路
7.5.2 產(chǎn)品品類生命周期情境知識生成
7.5.3 集成情境知識的推理規(guī)則庫
7.5.4 應(yīng)用示例分析
7.6 本章小結(jié)
第8章 數(shù)據(jù)流時代的連鎖商業(yè)數(shù)據(jù)挖掘研究展望
8.1 數(shù)據(jù)流管理理論與技術(shù)發(fā)展動態(tài)
8.1.1 數(shù)據(jù)流概要數(shù)據(jù)結(jié)構(gòu)研究
8.1.2 數(shù)據(jù)流環(huán)境下的連續(xù)近似查詢
8.1.3 經(jīng)典數(shù)據(jù)流管理原型系統(tǒng)回顧
8.2 連鎖商業(yè)數(shù)據(jù)流挖掘研究現(xiàn)狀比較
8.3 連鎖商業(yè)數(shù)據(jù)流挖掘的研究工作展望
參考文獻(xiàn)