| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 民航旅客服务数据国内外研究现状 | 第11-14页 |
| 1.2.2 NOSHOW规则发现国内外研究现状 | 第14-15页 |
| 1.3 本文主要研究内容 | 第15页 |
| 1.4 本文结构安排 | 第15-17页 |
| 第二章 规则发现及优化相关理论基础 | 第17-24页 |
| 2.1 民航旅客服务数据分析 | 第17-18页 |
| 2.2 规则发现相关理论 | 第18-21页 |
| 2.2.1 C5.0决策树算法 | 第18-19页 |
| 2.2.2 误判代价敏感方法 | 第19-21页 |
| 2.3 规则优化相关理论 | 第21-23页 |
| 2.3.1 关联规则挖掘 | 第21-22页 |
| 2.3.2 Apriori算法 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于优化C5.0算法的NOSHOW规则挖掘 | 第24-41页 |
| 3.1 NOSHOW规则挖掘分析 | 第24页 |
| 3.2 NOSHOW分类规则发现 | 第24-29页 |
| 3.2.1 C5.0算法初始分类建模 | 第24-26页 |
| 3.2.2 误判代价优化 | 第26-27页 |
| 3.2.3 基于错误的剪枝调参 | 第27-28页 |
| 3.2.4 Boosting优化 | 第28-29页 |
| 3.3 实验与结果分析 | 第29-39页 |
| 3.3.1 数据预处理 | 第29-31页 |
| 3.3.2 实验及规则集分析 | 第31-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 Apriori算法改进及NOSHOW强因子关联分析 | 第41-50页 |
| 4.1 NOSHOW规则挖掘问题分析 | 第41页 |
| 4.2 Apriori算法改进 | 第41-45页 |
| 4.2.1 Apriori算法分析 | 第41-43页 |
| 4.2.2 AprioriTid算法分析 | 第43-45页 |
| 4.2.3 混合Apriori算法 | 第45页 |
| 4.3 NOSHOW强因子关联规则挖掘 | 第45-46页 |
| 4.4 实验与结果分析 | 第46-49页 |
| 4.4.1 NOSHOW强因子提取 | 第46页 |
| 4.4.2 规则挖掘实验 | 第46-48页 |
| 4.4.3 规则集分析 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 作者简介 | 第58页 |
| 1、个人情况 | 第58页 |
| 2、硕士期间所发表论文 | 第58页 |
| 3、硕士期间所发表专利 | 第58页 |
| 4、参与科研项目 | 第58页 |