| 第1章 绪论 | 第1-32页 |
| ·论文写作的背景、目的及意义 | 第12-16页 |
| ·论文写作的背景 | 第12-15页 |
| ·论文写作的目的和意义 | 第15-16页 |
| ·国内外研究现状 | 第16-28页 |
| ·国外研究现状 | 第16-24页 |
| ·国内研究现状 | 第24-28页 |
| ·论文的总体思路及主要内容 | 第28-29页 |
| ·论文的研究方法 | 第29-31页 |
| ·论文的创新之处 | 第31-32页 |
| 第2章 相关理论综述 | 第32-50页 |
| ·知识发现理论 | 第32-37页 |
| ·知识发现的概念 | 第32-33页 |
| ·知识发现的处理过程 | 第33-34页 |
| ·知识发现的功能 | 第34-37页 |
| ·客户关系管理理论 | 第37-43页 |
| ·客户关系管理的内涵 | 第37-39页 |
| ·客户知识的概念及特征 | 第39-41页 |
| ·CRM中客户知识的发现 | 第41-43页 |
| ·粗糙集理论 | 第43-49页 |
| ·粗糙集的核心思想 | 第43-45页 |
| ·粗糙集的基本概念 | 第45-46页 |
| ·粗糙集的知识表达 | 第46-48页 |
| ·粗糙集知识表达的数字特征 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第3章 基于粗糙集的数据预处理 | 第50-78页 |
| ·数据的预处理 | 第50-53页 |
| ·数据预处理的过程模型 | 第50页 |
| ·数据预处理的基本方法 | 第50-53页 |
| ·决策表冗余数据的清洗 | 第53-55页 |
| ·不完备决策表的数据处理 | 第55-66页 |
| ·一般的遗漏数据处理方法 | 第56-57页 |
| ·基于粗糙集的不完备数据分析方法(ROUSTIDA) | 第57-60页 |
| ·ROUSTIDA算法的不足分析 | 第60-61页 |
| ·改进的ROUSTIDA算法 | 第61-66页 |
| ·连续属性值的离散化 | 第66-77页 |
| ·连续属性离散化的定义 | 第67-68页 |
| ·基于布尔逻辑与粗糙集(NS)的离散化方法 | 第68-71页 |
| ·基于蚁群优化的离散化方法 | 第71-75页 |
| ·粗糙集离散化方法的评价 | 第75-77页 |
| ·本章小结 | 第77-78页 |
| 第4章 基于粗糙集的聚类知识发现 | 第78-89页 |
| ·聚类知识发现概念 | 第78-79页 |
| ·聚类知识发现的主要方法 | 第79-81页 |
| ·基于粗糙集的聚类知识发现算法 | 第81-88页 |
| ·粗糙集聚类的主要思想 | 第81页 |
| ·粗糙集聚类中的相关定义 | 第81-83页 |
| ·初始等价类的形成 | 第83页 |
| ·初始等价类的修改 | 第83-85页 |
| ·聚类结果评估 | 第85-86页 |
| ·粗糙集聚类算法流程 | 第86-88页 |
| ·本章小结 | 第88-89页 |
| 第5章 基于粗糙集的分类知识发现 | 第89-112页 |
| ·分类知识发现过程 | 第89-91页 |
| ·粗糙集分类知识发现模型 | 第91-93页 |
| ·条件属性约简 | 第93-104页 |
| ·属性约简的相关概念 | 第94-96页 |
| ·基于可辨别矩阵与逻辑运算相结合的约简算法 | 第96-98页 |
| ·基于差异比较表的约简算法 | 第98-102页 |
| ·基于灰色关联度的约简算法 | 第102-104页 |
| ·分类规则的约简 | 第104-109页 |
| ·分类规则的概念 | 第105-106页 |
| ·分类规则的度量参数 | 第106-107页 |
| ·改进的一般分类规则约简方法 | 第107-109页 |
| ·新对象的分类预测 | 第109-111页 |
| ·本章小结 | 第111-112页 |
| 第6章 基于粗糙集的关联知识发现 | 第112-123页 |
| ·关联规则的基本概念 | 第112-113页 |
| ·关联规则挖掘模型 | 第113-114页 |
| ·关联规则的分类 | 第114-115页 |
| ·基于粗糙集的单维布尔关联规则挖掘 | 第115-121页 |
| ·利用粗糙等价类生成频繁项集 | 第115-118页 |
| ·关联规则的生成 | 第118-121页 |
| ·本章小结 | 第121-123页 |
| 第7章 基于粗糙集的知识发现在 CRM中的应用 | 第123-143页 |
| ·CRM中客户知识挖掘的主题 | 第123-125页 |
| ·CRM中客户知识挖掘的方法体系 | 第125-127页 |
| ·基于粗糙集的客户知识发现模型及应用 | 第127-139页 |
| ·基于粗糙集的客户聚类分析 | 第128-131页 |
| ·基于粗糙集的客户分类预测分析 | 第131-137页 |
| ·基于粗糙集的客户购买相关性分析 | 第137-139页 |
| ·构建智能 CRM系统 | 第139-142页 |
| ·本章小结 | 第142-143页 |
| 结论 | 第143-145页 |
| 参考文献 | 第145-155页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第155-156页 |
| 致谢 | 第156页 |