| 中文摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-13页 |
| 第一节 论文研究背景 | 第7-8页 |
| 第二节 国内外研究及应用现状 | 第8-10页 |
| 第三节 论文研究的意义 | 第10-11页 |
| 第四节 论文结构 | 第11-13页 |
| 第二章 基础理论与技术 | 第13-30页 |
| 第一节 统计相关概念与理论 | 第13-16页 |
| 第二节 数据仓库的相关理论与技术 | 第16-22页 |
| 一、数据仓库与数据集市 | 第17-19页 |
| 二、多维数据模型 | 第19-22页 |
| 第三节 数据挖掘的相关理论与技术 | 第22-26页 |
| 一、数据挖掘基本知识 | 第22-23页 |
| 二、数据挖掘的任务和功能 | 第23-24页 |
| 三、数据挖掘过程与实施步骤 | 第24-26页 |
| 第四节 数据挖掘与传统统计分析的联系与区别 | 第26-27页 |
| 第五节 基于数据仓库的数据挖掘技术与统计工作的结合 | 第27-30页 |
| 第三章 基于数据仓库与数据挖掘技术的统计分析系统的实现架构 | 第30-40页 |
| 第一节 统计数据的特点及统计数据仓库建设中的原则探析 | 第30-31页 |
| 第二节 统计数据的多维模型构建及关键问题探析 | 第31-34页 |
| 第三节 系统定位 | 第34-35页 |
| 第四节 系统目标 | 第35页 |
| 第五节 系统开发平台 | 第35-37页 |
| 第六节 基于数据仓库与数据挖掘技术的统计分析系统实现架构 | 第37-40页 |
| 第四章 基于多维数据集的数据挖掘技术在统计分析应用中的实证研究 | 第40-65页 |
| 第一节 主题背景 | 第40-41页 |
| 第二节 解决方案 | 第41-43页 |
| 第三节 多维数据集的构建 | 第43-46页 |
| 一、概念模型的构建 | 第43-44页 |
| 二、物理模型的构建 | 第44-46页 |
| 第四节 数据挖掘技术的实现 | 第46-63页 |
| 一、决策树方法的应用 | 第46-52页 |
| 二、基于强相关属性的数据挖掘实证分析 | 第52-63页 |
| 第五节 对挖掘结果的处理 | 第63-64页 |
| 第六节 系统评价 | 第64-65页 |
| 第五章 总结 | 第65-69页 |
| 第一节 论文工作总结 | 第65-66页 |
| 第二节 论文创新内容 | 第66-67页 |
| 第三节 论文不足 | 第67页 |
| 一、理论研究方面 | 第67页 |
| 二、实践研究方面 | 第67页 |
| 第四节 进一步工作展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 攻读学位期间发表的论文 | 第72-73页 |
| 致谢 | 第73-74页 |
