基于决策树的客户兴趣度分析
| 内容提要 | 第1-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究背景及意义 | 第7-8页 |
| ·数据挖掘的研究现状 | 第8-11页 |
| ·本文研究的主要内容 | 第11-12页 |
| 第二章 数据挖掘与相关技术 | 第12-25页 |
| ·数据仓库 | 第12-15页 |
| ·基于主题域的数据仓库 | 第12-13页 |
| ·数据仓库的相关概念 | 第13-14页 |
| ·元数据管理 | 第14-15页 |
| ·数据挖掘 | 第15-21页 |
| ·数据挖掘的定义 | 第15-16页 |
| ·数据挖掘的功能 | 第16-18页 |
| ·数据挖掘的类型 | 第18页 |
| ·供应链管理系统中数据挖掘的过程 | 第18-21页 |
| ·联机分析处理(OLAP) | 第21-25页 |
| ·多维分析的基本功能 | 第21-22页 |
| ·OLAP技术的实现方式 | 第22-25页 |
| 第三章 基于决策树的客户兴趣分析 | 第25-46页 |
| ·数据挖掘算法 | 第26-29页 |
| ·数据挖掘算法概述 | 第26-28页 |
| ·算法选择 | 第28-29页 |
| ·决策树 | 第29-30页 |
| ·决策树的定义及特点 | 第29-30页 |
| ·决策树的基本思想和技术难点 | 第30页 |
| ·决策树分类学习与ID3算法 | 第30-35页 |
| ·ID3算法的特点 | 第35-36页 |
| ·ID3算法的应用 | 第36-44页 |
| ·分类问题模型 | 第36-37页 |
| ·ID3算法数据选择和数据表示 | 第37-38页 |
| ·ID3算法在客户兴趣分析中应用实例 | 第38-41页 |
| ·决策树的的剪枝算法 | 第41-44页 |
| ·规则知识描述 | 第44-46页 |
| 第4章 数据挖掘实现实例 | 第46-58页 |
| ·数据挖掘过程模型建立 | 第46-47页 |
| ·问题定义 | 第47页 |
| ·准备数据 | 第47-49页 |
| ·建立数据挖掘模型 | 第49-56页 |
| ·用决策树构造数据挖掘模型 | 第50-51页 |
| ·利用DSO创建数据挖掘模型 | 第51-55页 |
| ·客户决策树的实现 | 第55-56页 |
| ·表示与评价 | 第56-58页 |
| 第5章 总结 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 中文摘要 | 第61-64页 |
| Abstract | 第64-68页 |
| 致谢 | 第68页 |
