| 第一章 前言 | 第7-11页 |
| 1．1 课题背景 | 第7页 |
| 1．2 DSS的产生背景 | 第7-8页 |
| 1．3 国内外数据仓库技术发展动态 | 第8-9页 |
| 1．4 论文的主要内容 | 第9-11页 |
| 第二章 决策支持系统概述 | 第11-21页 |
| 2．1 DSS发展的理论基础 | 第11-13页 |
| 2．1．1 信息论 | 第11页 |
| 2．1．2 计算机技术 | 第11-12页 |
| 2．1．3 管理科学和运筹学 | 第12页 |
| 2．1．4 人工智能 | 第12-13页 |
| 2．2 DSS的系统结构 | 第13-17页 |
| 2．2．1 人机界面 | 第13-14页 |
| 2．2．2 四库系统 | 第14-17页 |
| 2．3 交通规划决策支持系统实现 | 第17-21页 |
| 2．3．1 交通规划过程中的数据管理 | 第17页 |
| 2．3．2 城市交通规划中的模型库 | 第17-18页 |
| 2．3．3 交通规划决策支持系统中模型库主要的几种模型： | 第18-19页 |
| 2．3．4 建立交通规划中的方法库和知识库 | 第19-20页 |
| 2．3．5 接口技术 | 第20-21页 |
| 第三章 数据仓库技术研究 | 第21-30页 |
| 3．1 数据仓库技术的产生 | 第21-22页 |
| 3．2 数据仓库的定义 | 第22-23页 |
| 3．3 数据仓库的功能 | 第23-24页 |
| 3．4 数据仓库的体系结构 | 第24-25页 |
| 3．5 数据仓库的内部结构 | 第25-26页 |
| 3．6 数据仓库中数据的组织 | 第26-27页 |
| 3．7 数据仓库平台的总体框架 | 第27-29页 |
| 3．8 数据仓库技术在决策支持系统中的作用 | 第29-30页 |
| 第四章 公交系统中的数据仓库 | 第30-34页 |
| 4．1 数据仓库的系统设计方法 | 第30页 |
| 4．2 建立数据仓库的步骤 | 第30-31页 |
| 4．3 公共交通数据仓库系统设计与实现方法 | 第31-34页 |
| 4．3．1 公共交通数据仓库的开发流程 | 第31-32页 |
| 4．3．2 PTIDSS数据仓库的设计与实现技术研究 | 第32-34页 |
| 第五章 数据挖掘技术研究 | 第34-47页 |
| 5．1 数据挖掘研究的目的和意义及其定义 | 第34页 |
| 5．2 KDD的处理过程 | 第34-36页 |
| 5．2．1 数据准备 | 第35页 |
| 5．2．2 数据挖掘 | 第35-36页 |
| 5．2．3 结果解释和评估 | 第36页 |
| 5．2．4 应用多处理阶段过程模型要注意的问题 | 第36页 |
| 5．3 数据挖掘方法研究 | 第36-41页 |
| 5．3．1 分类知识发现 | 第37-38页 |
| 5．3．2 数据聚类 | 第38-39页 |
| 5．3．3 关联规则发现 | 第39-40页 |
| 5．3．4 数据总结 | 第40-41页 |
| 5．4 数据挖掘中的分类算法 | 第41-44页 |
| 5．4．1 决策树分类器 | 第42页 |
| 5．4．2 选择树分类器 | 第42-43页 |
| 5．4．3 证据分类器 | 第43页 |
| 5．4．4 分类器的准确度评估方法 | 第43-44页 |
| 5．5 决策树算法研究 | 第44-47页 |
| 5．5．1 信息系统 | 第44页 |
| 5．5．2 决策树定义 | 第44-45页 |
| 5．5．3 决策树算法研究 | 第45页 |
| 5．5．4 ID3算法 | 第45-47页 |
| 第六章 居民出行数据中公交规则的挖掘 | 第47-54页 |
| 6．1 数据预处理过程 | 第47-49页 |
| 6．1．1 连续属性离散化 | 第47-48页 |
| 6．1．2 居民出行数据预处理 | 第48-49页 |
| 6．2 应用分类方法进行数据挖掘 | 第49-54页 |
| 6．2．1 数据分析 | 第50-51页 |
| 6．2．2 数据挖掘 | 第51-52页 |
| 6．2．3 挖掘结果分析理解 | 第52-54页 |
| 第七章 结束语 | 第54-55页 |
| 致 谢 | 第55-56页 |
| 参考文献 | 第56-57页 |