基于粗集的数据挖掘技术及其应用研究
| 第1章 绪论 | 第1-27页 |
| ·论文写作的背景 | 第13-16页 |
| ·论文写作的目的和意义 | 第16-18页 |
| ·国内外研究现状及发展趋势 | 第18-24页 |
| ·数据挖掘的研究历史和现状 | 第18-19页 |
| ·粗集理论的研究现状 | 第19-21页 |
| ·供应链合作关系和企业资信评级的研究现状 | 第21-24页 |
| ·论文的总体结构与创新之处 | 第24-27页 |
| ·论文的总体结构 | 第24-25页 |
| ·论文的创新之处 | 第25-27页 |
| 第2章 相关理论综述 | 第27-37页 |
| ·数据挖掘理论 | 第27-32页 |
| ·数据挖掘的定义 | 第27-28页 |
| ·数据挖掘的研究内容和本质 | 第28-30页 |
| ·数据挖掘的分类 | 第30-31页 |
| ·数据挖掘的流程 | 第31-32页 |
| ·粗集理论 | 第32-36页 |
| ·知识的基本概念 | 第32-34页 |
| ·粗集的基本概念 | 第34-35页 |
| ·分类的近似 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 基于粗集的知识简化和知识表达系统 | 第37-45页 |
| ·知识的简化和核 | 第37-38页 |
| ·知识的相对简化和相对核 | 第38-40页 |
| ·知识依赖性的量度 | 第40-41页 |
| ·知识的依赖性 | 第40页 |
| ·知识依赖性的量度 | 第40-41页 |
| ·基于粗集的知识表达系统 | 第41-44页 |
| ·数据表知识表达系统 | 第42-43页 |
| ·知识表达系统的形式化含义 | 第43页 |
| ·决策表的形式化定义 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于粗集数据挖掘技术的数据预处理 | 第45-60页 |
| ·数据预处理概述 | 第45-47页 |
| ·决策表空缺值的填补 | 第47-54页 |
| ·统计学方法的补齐处理 | 第47-48页 |
| ·遗漏信息的特殊值处理 | 第48-50页 |
| ·基于粗集理论的不完备数据分析方法 | 第50-54页 |
| ·决策表离散化 | 第54-56页 |
| ·分箱法 | 第54页 |
| ·直方图法 | 第54-55页 |
| ·Naive Scaler算法 | 第55页 |
| ·布尔逻辑和粗集理论相结合的离散化算法 | 第55-56页 |
| ·基于属性重要性的离散化算法 | 第56页 |
| ·云模型和粗集推理 | 第56-59页 |
| ·云的基本概念 | 第57页 |
| ·基于云模型的软划分离散化方法 | 第57-58页 |
| ·云模型和粗集理论的结合 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 基于粗集理论的数据挖掘模型研究 | 第60-88页 |
| ·决策表的分类 | 第60-62页 |
| ·相容决策表的挖掘 | 第62-79页 |
| ·条件属性的约简 | 第63-74页 |
| ·值约简 | 第74-79页 |
| ·不相容决策表的挖掘 | 第79-82页 |
| ·基于粗集的数据挖掘技术的不确定推理策略 | 第82-85页 |
| ·信息系统不一致性产生的原因 | 第83-84页 |
| ·冲突消解策略 | 第84-85页 |
| ·不完备信息系统的数据挖掘模型研究 | 第85-86页 |
| ·新样本加入后对分类质量的影响 | 第86-87页 |
| ·本章小结 | 第87-88页 |
| 第6章 粗集理论在供应链合作伙伴选择中的应用 | 第88-113页 |
| ·供应链战略合作伙伴关系 | 第88-92页 |
| ·供应链合作关系的定义 | 第88-89页 |
| ·供应链战略合作伙伴关系的产生 | 第89-90页 |
| ·基于战略合作伙伴关系的企业集成模式 | 第90-91页 |
| ·供应链合作关系的重要意义 | 第91-92页 |
| ·选择合适的供应链合作伙伴 | 第92-97页 |
| ·集成化供应链管理环境下合作伙伴的类型 | 第92-93页 |
| ·选择合作伙伴考虑的主要因素 | 第93-94页 |
| ·供应链合作伙伴综合评价指标体系的设置 | 第94-95页 |
| ·合作伙伴选择方法概述 | 第95-97页 |
| ·基于粗集数据挖掘技术的合作伙伴评价选择 | 第97-112页 |
| ·基于粗集的目标层评价规则的获取 | 第98-100页 |
| ·基于粗集的细化层评价规则的获取 | 第100-112页 |
| ·本章小结 | 第112-113页 |
| 第7章 基于粗集数据挖掘技术的企业资信评级 | 第113-137页 |
| ·资信评级概述 | 第113-114页 |
| ·资信评级的概念 | 第113页 |
| ·企业资信评级的范围 | 第113-114页 |
| ·传统的企业债券评级和企业信用评级 | 第114-119页 |
| ·企业债券评级的传统方法 | 第115-117页 |
| ·企业信用评级的传统方法 | 第117-119页 |
| ·基于粗集数据挖掘技术的企业债券评级 | 第119-135页 |
| ·基于粗集的债券准则层评价指标的自动获取 | 第121-124页 |
| ·基于粗集数据挖掘的债券准则层评价规则的挖掘 | 第124-131页 |
| ·基于粗集的准则层属性权重确定方法 | 第131-134页 |
| ·基于粗集数据挖掘技术的企业债券评价结果 | 第134-135页 |
| ·基于粗集数据挖掘技术的企业信用评级 | 第135-136页 |
| ·本章小结 | 第136-137页 |
| 结论 | 第137-139页 |
| 参考文献 | 第139-146页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第146-147页 |
| 致谢 | 第147页 |
