声明
摘要
第一章 绪论
§1．1 选题背景及意义
§1．2 国内外研究现状与发展
§1．2．1 大数据分析与挖掘的发展
§1．2．2 数据库营销
§1．2．3 统计分析在数据库营销中的应用
§1．3 本文研究内容
第二章 理论基础
§2．1 数据库营销模型概述
§2．2 Logistic回归模型
§2．2．2 Logistic回归模型介绍
§2．3 变量筛选中的常用统计算法概述
§2．3．1 聚类算法简介
§2．3．2 主成分与因子分析简介
§2．4 营销效果分析及假设检验方法
第三章 基于Logistic回归的生鲜电商客户响应模型实证分析
§3．1 需求介绍
§3．2 问题定义与方法选取
§3．3 数据准备
§3．3．1 数据采集与去重
§3．3．2 数据抽样
§3．3．3 探索性数据分析EDA
§3．3．4 缺失值与异常值处理
§3．4 变量重构
§3．4．1 名义变量的数值化
§3．4．2 变量分布的改善
§3．4．3 连续型变量的标准化
§3．4．4 连续型变量的离散化
§3．5 变量缩减
§3．5．1 一元回归
§3．5．2 相关系数
§3．5．3 主成分与因子分析
§3．5．4 变量聚类
§3．5．5 Ⅳ(Information Value)值
§3．5．6 正向与反向逐步选择(Forward and Backward)
§3．5．7 其他缩减变量的原则
§3．6 模型选择与优化
§3．6．1 初始模型的拟合
§3．6．2 模型调优
§3．7 模型诊断
§3．7．1 完全分离(Complete Separation)的定义
§3．7．2 完全分离的诊断
§3．7．3 完全分离的解决措施
§3．8 模型解释与评价
§3．8．1 模型解释
§3．8．2 模型评价
§3．9 营销效果评估
第四章 研究结论与展望
§4．1 研究工作总结
§4．2 不足与展望
致谢
参考文献
