资源描述：
《基于hadoop云的数据库营销海量数据处理与挖掘研究（可编辑）》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、基于Hadoop云的数据库营销海量数据处理与挖掘研究浙江理工大学学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得浙江理工大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名:丁应苔签字日期:锄;年;月/日学位论文版权使用授权书本学位论文作者完全了解浙塑堡王太堂有权保留并向国家有关部门或机构送交本
2、论文的复印件和磁盘,允许论文被查阅和借阅。本人授权浙江理工大堂可以将学位论文的全部或部分内容编入有关数据库进行检索和传播,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。保密的学位论文在解密后适用本授权书学位论文作者签名:锟签字日期:压弓年弓月/.日导师鲐锄户签字日期:≯侈年乡月/一日浙江理工大学硕士学位论文基于云的数据库营销海量数据处理与挖掘的研究摘要互联网的应用与发展不仅促进了各个新兴产业的产生与发展,影响了每个人的生活,同时也为传统制造业提供了机遇与挑战。对于制造业企业来说,常规的营销方式,如投放广告、搞促
3、销活动等方式已经远远不能满足他们需要。常规营销方式的制定往往需要通过较长的周期及过高的成本收集客户数据然后人工分析,再制定相应的营销策略与方式,甚至在缺少数据的情况下盲目进行营销策略的制定,所以很难达到企业预期的效果。而通过数据库营销,企业可以方便地收集和积累客户信息,构建庞大的顾客信息库,然后通过云计算技术对海量数据快速准确地筛选和分析,从而有效地进行客户数据挖掘与关系维护。本文提出了基于云的数据库营销系统的架构,实现海量数据的处理与存储,并将其应用到红塔集团数据库营销系统中,并且在系统初步完成并投入运行后,红塔集团
4、卷烟销量尤其重点促销品牌销量相比同期的有了大幅度提升,数据库营销在其中起了至关重要的刺激作用。文章主要研究内容如下:分析红塔集团的现状,完成红塔集团数据库营销系统的需求分析,根据需求分析,针对性地对分布式计算平台进行研究和综述,了解其优势、架构和运行机制,分析使构建红塔集团企业私有云的可行性。探讨了数据库营销常用数据挖掘方法,并根据红塔集团数据库营销系统的实际需求及首要目标,构建了促销活动响应模型,提高集团促销活动客户响应率;构建促销活动决策模型,为决策者提供有效的客户信息,确定促销产品及促销客户群;设计了客户终身价值
5、、客户忠诚度计算方法,构建客户忠诚度预警模型以及客户忠诚度提升模型。研究设计与关系型数据库协同工作方案,设计分布式平台下计算模型对关系型数据的处理方法,并设计使用最优数据集选数据流,实现通用性设计,降低维护成本。择算法构建根据红塔集团的实际情况,给出了系统总体设计方案,并应用构建红塔集团企业私有云。关键词:数据库营销;云计算:数据挖掘;数据模型;;;浙江理工大学硕士学位论文基于云的数据库营销海量数据处理与挖掘的研究,,’.,.,.,.,,.,,.:.,.,,..,,;浙江理工大学硕士学位论文基于云的数据库营销海量数据处
6、理与挖掘的研究;,..,,.讲,.;:;;;;;浙江理工大学硕士学位论文于云的数据库营销海量数据处理与挖掘的研究目录摘要兽??..??.第一章绪论研究背景、意义?.现状研究..数据库营销研究现状及优势?...云计算研究现状..研究内容..本文组织结构第二章红塔集团数据库营销系统需求分析?...引言??..系统总体目标?.系统功能需求?..数据库营销分析管理中心??...数据管理中心..呼叫中心与短信平台?.本章小结第三章架构研究及可行性分析.弓言.的优势及发展趋势?..项目及其结构?.体系结构及数据管理?..体系结构.
7、..数据管理.计算模型与分布式计算。..计算流程?..容错机制?.基于构建企业私有云可行性分析?.本章小结??..第四章数据库营销数据挖掘方法.引言?。.数据库营销常用数据挖掘模型??....分割模型..响应模型..流失模型..交叉销售模型?.促销活动响应模型构建....市场值函数??浙江理工大学硕士学位论文基于云的数据库营销海量数据处理与挖掘的研究..效用函数设计?..属性权值的计算..模型的评价.促销活动决策模型构建??....设计思路及集合定义?..模型实现..客户描述属性定量分析..客户行为属性定量分析..模型
8、验证.客户忠诚度预警及提升??....客户终身价值计算..客户忠诚度预警模型?..客户忠诚度提升模型?.本章小结第五章数据库营销海量数据处理研究.引言.与关系型数据库协作?.关系型数据处理方法?...设计思路..具体实现.最优数据集选择算法一..算法应用场景?..算法实现.通用性设计..总体思路...配置信息..映射关系..数据流
