微观经济学指导下的超市利润挖掘

第一章 引言 8-11
    1.1 利润挖掘 8-9
    1.2 微观经济观点 9
    1.3 形式概念分析 9-10
    1.4 memetic 算法 10
    1.5 本文的主要工作 10-11
第二章 微观经济观点下的数据挖掘 11-15
    2.1 企业的优化问题 11-12
    2.2 分割问题研究 12-13
        2.2.1 市场分割问题 12-13
        2.2.2 目录分割问题 13
    2.3 竞争模型中的分割 13-15
第三章 基于概念格的关联规则挖掘 15-21
    3.1 概念格简介 15-16
    3.2 基于概念格的关联规则定义 16-17
    3.3 一种基于概念格的关联规则挖掘算法及其改进 17-21
第四章 利润挖掘中的商品选择算法 21-28
    4.1 商品选择模型PROFIT 21-24
        4.1.1 利润分配问题 21-22
        4.1.2 分类约束问题 22
        4.1.3 PROFSET 模型 22-23
        4.1.4 PROFSET 模型的缺点 23-24
    4.2 商品选择和排序模型HAP 24-28
        4.2.1 网页排序算法HITS 24-25
        4.2.2 中心-权数利润排序 25-27
        4.2.3 HAP 算法的缺点 27-28
第五章 利润挖掘中的优化算法 28-39
    5.1 商品选择的利润评估模型 28-31
        5.1.1 HAP 算法提到的评估算法 28-29
        5.1.2 有关联规则的交叉影响因子 29-30
        5.1.3 促销活动中的交叉影响因子 30-31
    5.2 最大利润商品选择问题——MIPS 问题 31-33
        5.2.1 MPIS 算法 31-33
        5.2.2 使用有向项集图来实现MPIS 算法 33
    5.3 促销商品选择问题——ISM 问题 33-36
        5.3.1 关于ISM 问题的讨论 34-35
        5.3.2 一种求解ISM 问题的爬山算法 35-36
        5.3.3 使用有向项集图评估收益 36
    5.4 使用memetic 算法解决商品选择问题 36-39
        5.4.1 经典memetic 算法介绍 36-37
        5.4.2 本文使用的memetic 算法 37-39
第六章 微观经济观点下的目录分割 39-47
    6.1 创建产品目录的算法 39-41
        6.1.1 间接目录创建算法 40-41
        6.1.2 直接目录创建算法 41
        6.1.3 混合算法 41
    6.2 面向顾客的目录分割 41-47
        6.2.1 贪婪算法 42-44
        6.2.2 随机算法 44-45
        6.2.3 遗传算法 45-47
第七章 实验结果及分析 47-54
    7.1 实验环境及测试数据集 47
    7.2 实验结果 47-54
        7.2.1 DLG~算法的执行结果 47-48
        7.2.2 几种最大利润商品选择算法的比较 48-50
        7.2.3 爬山法解决促销商品选择问题的结果 50-52
        7.2.4 目录分割实验结果 52-54
第八章 结束语及未来工作 54-55
参考文献 55-58
摘要 58-61
Abstract 61-65
致谢 65-66
导师及作者简介 66