| 第一章 绪论 | 第1-16页 |
| ·选题依据和意义 | 第8-9页 |
| ·文献综述 | 第9-14页 |
| ·论文的主要研究内容和结构安排 | 第14-16页 |
| 第二章 数据挖掘研究 | 第16-28页 |
| ·数据挖掘处理过程模型 | 第17-21页 |
| ·处理过程模型介绍 | 第17-19页 |
| ·快速原型处理模型 | 第19-21页 |
| ·数据挖掘技术 | 第21-24页 |
| ·人工神经网络 | 第22-23页 |
| ·关联规则 | 第23-24页 |
| ·数据挖掘在客户分析中的应用 | 第24页 |
| ·数据挖掘与相关学科的区别与联系 | 第24-25页 |
| ·数据挖掘研究现状 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 二叉决策树 | 第28-43页 |
| ·算法的泛化能力与VC维 | 第28-31页 |
| ·研究VC维的意义 | 第28-31页 |
| ·VC维的例子 | 第31页 |
| ·决策树生成算法的假设函数集合 | 第31-42页 |
| ·二叉决策树生成算法的VC维上限 | 第33-37页 |
| ·对经验结论的实验验证 | 第37-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 神经网络 | 第43-56页 |
| ·神经网络的学习机理和机构 | 第43-47页 |
| ·感知器的学习结构 | 第43-44页 |
| ·感知器的学习算法 | 第44-47页 |
| ·反向传播学习的BP算法 | 第47-54页 |
| ·BP算法的原理 | 第48-49页 |
| ·BP算法的数学表达 | 第49-53页 |
| ·BP算法的执行步骤 | 第53-54页 |
| ·Levenberg-Marquardt算法 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 数据挖掘软件平台应用 | 第56-78页 |
| ·数据挖掘软件平台 | 第56-64页 |
| ·常用方法模块 | 第56-59页 |
| ·网络神经 | 第59-64页 |
| ·应用一 对九星印刷包装有限公司客户信息中的客户群体进行划分 | 第64-70页 |
| ·模型和计算方法 | 第65-67页 |
| ·挖掘结果 | 第67-68页 |
| ·结果验证 | 第68-70页 |
| ·应用二 探索广东现代纸品包装有限公司的客户潜在行为 | 第70-76页 |
| ·数据样本 | 第70-72页 |
| ·挖掘结果 | 第72-75页 |
| ·结果评估 | 第75-76页 |
| ·本章小结 | 第76-78页 |
| 第六章 结论 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 附录 | 第86页 |