基于Hadoop云的数据库营销海量数据处理与挖掘研究（可编辑）.docVIP

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 ;, .. , , . 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. ..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? ..通用程序. .本章总结??一 第六章基于云的数据库营销系统设计??一 .引言.系统总体设计方案?。 ..系统体系结构? ..系统技术架构?.. .基于企业私有云构建 ..基于的企业私有云架构..软硬件准备..网络拓扑 .系统部署??。 .本章总结??.. 第七章总结与展望??. .全文总结??。 .研究展望 Ⅱ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 参考文献一 致谢?.. 攻读学位期间的研究成果??。 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 第一章绪论 .研究背景、意义 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。 数据库营销的出现为企业提供了一种有效的营销途径,首先数据库营销可以解决企业 收集客户信息数据难的难题,其次,企业通过对收集的数据进行分析和挖掘,对积累的消 费者信息进行一定的处理,锁定客户群,进而针对性地通过邮件、电话、短信以及上门服 务等方式与客户进行沟通,建立和维护企业与客户的关系,降低客户流失率,从而扩大市 场和提高企业产品的影响力。数据库营销系统是一套内容涵盖现有顾客和潜在顾客,可以 随时更新的动态数据库管理系统【。 企业常年累月积累的消费者信息是海量的,并且随着时间的推移而不断增长。对于大 型企业,决策者根据对消费者信息的挖掘所制定的营销策略可以在现有基础上争取更多的 消费群,而通过对更多的消费者信息的挖掘,更为切实有效的营销策略被制定,使消费群 继续扩大,如此往复,其消费者信息会以几何级的增长速度增长。然而系统构建之初,由 于成本等问题,企业所搭建的硬件设备可能并不能满足处理、容纳如此巨量的数据。随着 时间的推移,现有的数据库营销系统将会承受巨大的压力,其数据处理速度、系统负载能 力以及数据库的容载能力也会受到海量数据的冲击,面临巨大的挑战。 在某种意义上说目前企业不是缺少信息,而是被信息淹没了。目前的数据库系统可以 高效地实现数据的录入、修改、统计、查询等功能,但是无法发现数据中存在的关系和规 则,无法根据现有的数据预测未来的发展趋势,缺乏挖掘数据背后隐藏的知识的手段,导 致了“数据爆炸但知识贫乏”的现象。同时由于海量数据的冲击,使得企业在现有硬件 与软件基础上,很难