基于WEB数据挖掘的决策支持系统研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 研究背景及选题意义 | 第12-13页 |
| 1.2 WEB 数据挖掘国内外现状 | 第13-14页 |
| 1.3 本文主要研究内容与意义 | 第14-15页 |
| 1.4 论文结构和章节安排 | 第15-16页 |
| 第二章 WEB 的数据挖掘理论基础 | 第16-27页 |
| 2.1 数据挖掘概述 | 第16-20页 |
| 2.1.1 数据挖掘的含义 | 第16-17页 |
| 2.1.2 数据挖掘的产生 | 第17-18页 |
| 2.1.3 数据挖掘过程 | 第18-19页 |
| 2.1.4 数据挖掘的主要方法 | 第19-20页 |
| 2.2 WEB 数据挖掘技术 | 第20-21页 |
| 2.2.1 Web 数据挖掘的概念解析 | 第20页 |
| 2.2.2 Web 数据挖掘流程 | 第20-21页 |
| 2.3 WEB 挖掘分类 | 第21-22页 |
| 2.3.1 Web 内容挖掘 | 第21-22页 |
| 2.3.2 Web 结构挖掘 | 第22页 |
| 2.3.3 Web 用法挖掘 | 第22页 |
| 2.4 WEB 数据挖掘主要方法 | 第22-23页 |
| 2.5 WEB 数据挖掘典型算法 | 第23-26页 |
| 2.5.1 聚类分析法 | 第24页 |
| 2.5.2 决策树 | 第24页 |
| 2.5.3 神经网络 | 第24-25页 |
| 2.5.4 支持向量机 | 第25页 |
| 2.5.5 遗传算法 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 决策支持系统关键技术 | 第27-37页 |
| 3.1 决策支持系统概述 | 第27-28页 |
| 3.2 传统决策支持系统结构 | 第28-29页 |
| 3.3 传统决策支持系统存在的不足 | 第29页 |
| 3.4 决策系统研究中的关键技术 | 第29-36页 |
| 3.4.1 决策支持系统中的 Web 数据挖掘 | 第30页 |
| 3.4.2 最小二乘法 | 第30-32页 |
| 3.4.3 回归分析法 | 第32-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 决策支持系统的分析与原型设计 | 第37-45页 |
| 4.1 系统建设目标分析 | 第37页 |
| 4.2 决策支持系统设计原理 | 第37-38页 |
| 4.3 决策支持系统设计 | 第38-42页 |
| 4.3.1 系统功能结构设计 | 第38-39页 |
| 4.3.2 系统数据库结构设计 | 第39-41页 |
| 4.3.3 系统工作流程设计 | 第41-42页 |
| 4.4 决策支持系统的挖掘过程分析 | 第42-44页 |
| 4.4.1 决策系统挖掘过程分析 | 第42-43页 |
| 4.4.2 决策支持系统数据源处理 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 决策支持原型系统的实现与测试 | 第45-51页 |
| 5.1 系统运行准备 | 第45-46页 |
| 5.1.1 系统工作数据源 | 第45-46页 |
| 5.1.2 系统开发运行环境 | 第46页 |
| 5.2 功能模拟实现 | 第46-47页 |
| 5.3 系统运行相关界面 | 第47-49页 |
| 5.4 原型系统的测试 | 第49-50页 |
| 5.4.1 系统测试概述 | 第49页 |
| 5.4.2 系统测试准备 | 第49页 |
| 5.4.3 系统测试 | 第49页 |
| 5.4.4 系统测试结果评价 | 第49-50页 |
| 5.5 本章小结 | 第50-51页 |
| 总结 | 第51-53页 |
| 1 论文的主要工作 | 第51页 |
| 2 下一步研究展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 附录 A 攻读学位期间所发表的学术论文 | 第56-57页 |
| 附录 B 攻读学位期间所参与的其它科研活动 | 第57-58页 |
| 致谢 | 第58页 |
