| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 收益提升系统 | 第10页 |
| 1.2.2 属性特征选择 | 第10-12页 |
| 1.2.3 决策树分类建模 | 第12-13页 |
| 1.3 研究内容及论文结构安排 | 第13-15页 |
| 第二章 特征选择和决策树剪枝算法 | 第15-25页 |
| 2.1 特征选择算法 | 第15-20页 |
| 2.1.1 特征选择过程 | 第15-16页 |
| 2.1.2 特征选择算法分类 | 第16-20页 |
| 2.2 决策树剪枝算法 | 第20-24页 |
| 2.2.1 决策树预剪枝算法 | 第20-21页 |
| 2.2.2 决策树后剪枝算法 | 第21-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 混合特征选择算法及可疑订单特征提取 | 第25-36页 |
| 3.1 基于信息增益与SFFS的混合特征选择算法 | 第25-26页 |
| 3.2 可疑订单初始特征选择 | 第26-27页 |
| 3.3 基于混合特征选择算法的可疑订单特征提取 | 第27-29页 |
| 3.4 实验与分析 | 第29-35页 |
| 3.4.1 数据预处理 | 第29-30页 |
| 3.4.2 最优候选特征子集 | 第30-31页 |
| 3.4.3 实验及结果分析 | 第31-32页 |
| 3.4.4 普适性分析 | 第32-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 基于代价-复杂度剪枝算法的可疑订单识别模型 | 第36-44页 |
| 4.1 可疑订单识别模型构建 | 第36-38页 |
| 4.1.1 可疑订单决策树生成过程 | 第36-37页 |
| 4.1.2 可疑订单决策树剪枝过程 | 第37-38页 |
| 4.2 实验与分析 | 第38-43页 |
| 4.2.1 订单数据采样优化 | 第38-39页 |
| 4.2.2 可疑订单决策树及规则集生成 | 第39-41页 |
| 4.2.3 实验及结果分析 | 第41-43页 |
| 4.3 本章小结 | 第43-44页 |
| 第五章 总结与展望 | 第44-46页 |
| 5.1 总结 | 第44-45页 |
| 5.2 展望 | 第45-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-54页 |
| 作者简介 | 第54页 |