一种启发式贝叶斯分类算法及其在铁路货运客户细分中的应用研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-16页 |
| ·研究背景、目的及意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·研究目的 | 第11-12页 |
| ·研究意义 | 第12页 |
| ·国内外研究现状 | 第12-14页 |
| ·论文主要研究工作 | 第14-16页 |
| 2 贝叶斯分类基础理论 | 第16-23页 |
| ·分类 | 第16-18页 |
| ·分类的概念 | 第16-17页 |
| ·分类算法的评估标准 | 第17-18页 |
| ·贝叶斯理论概述 | 第18-19页 |
| ·主观概率 | 第19页 |
| ·贝叶斯定理、先验和后验 | 第19-22页 |
| ·小结 | 第22-23页 |
| 3 贝叶斯分类算法 | 第23-40页 |
| ·朴素贝叶斯分类算法 | 第23-25页 |
| ·模型表示 | 第23页 |
| ·模型建立 | 第23-25页 |
| ·算法特征 | 第25页 |
| ·贝叶斯网络分类算法 | 第25-35页 |
| ·模型表示 | 第25-26页 |
| ·模型建立 | 第26-31页 |
| ·算例分析 | 第31-34页 |
| ·贝叶斯网络的特点 | 第34-35页 |
| ·TAN分类算法 | 第35-38页 |
| ·模型表示 | 第35-36页 |
| ·模型建立 | 第36-37页 |
| ·TAN模型的特点 | 第37-38页 |
| ·TAN的改进模型 | 第38页 |
| ·小结 | 第38-40页 |
| 4 启发式贝叶斯分类算法 | 第40-51页 |
| ·算法思想 | 第40-41页 |
| ·算法分析 | 第41页 |
| ·算法实现 | 第41-47页 |
| ·条件互信息的计算 | 第41-43页 |
| ·构建最大权重跨度树 | 第43-44页 |
| ·确定节点次序 | 第44-47页 |
| ·确定网络结构 | 第47页 |
| ·算法评测 | 第47-50页 |
| ·小结 | 第50-51页 |
| 5 铁路货运客户细分 | 第51-64页 |
| ·课题背景 | 第51-52页 |
| ·货票数据预处理 | 第52-55页 |
| ·属性选择 | 第52-53页 |
| ·合并元组 | 第53页 |
| ·删除元组 | 第53-54页 |
| ·填补属性值 | 第54页 |
| ·属性离散化 | 第54-55页 |
| ·客户聚类 | 第55-59页 |
| ·客户类别数目 | 第55页 |
| ·聚类算法选择 | 第55-56页 |
| ·聚类算法描述 | 第56-57页 |
| ·聚类实现 | 第57-59页 |
| ·客户分类 | 第59-62页 |
| ·客户细分流程 | 第62-63页 |
| ·小结 | 第63-64页 |
| 6 结论 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录 A | 第68-69页 |
| 附录 B | 第69-71页 |
| 附录 C | 第71-72页 |
| 附录 D | 第72-73页 |
| 作者简历 | 第73-75页 |
| 学位论文数据集 | 第75页 |
