| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-17页 |
| ·论文的研究目的与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-15页 |
| ·规则挖掘的研究现状 | 第10-14页 |
| ·动态信息系统的研究现状 | 第14-15页 |
| ·论文内容和组织结构 | 第15-17页 |
| ·本文的主要内容和创新点 | 第15页 |
| ·本文的组织结构 | 第15-17页 |
| 第2章 动态信息系统变换模型 | 第17-27页 |
| ·信息系统与决策信息系统 | 第17-19页 |
| ·信息变化函数与动态信息系统 | 第19-21页 |
| ·信息变化函数 | 第19-20页 |
| ·动态信息系统 | 第20-21页 |
| ·动态信息系统的扩展 | 第21-27页 |
| ·决策信息系统的变迁模型 | 第21-23页 |
| ·决策信息系统变迁的类划分 | 第23-25页 |
| ·变换规则形式化表示 | 第25-27页 |
| 第3章 基于粗糙集的动态信息系统决策规则挖掘 | 第27-40页 |
| ·粗糙集的基本理论 | 第28-33页 |
| ·基本概念 | 第28-31页 |
| ·属性约简与属性值约简 | 第31-32页 |
| ·决策规则 | 第32页 |
| ·支持度与置信度 | 第32-33页 |
| ·粗糙集理论的决策规则挖掘 | 第33-40页 |
| ·差异信息系统 | 第33-35页 |
| ·决策规则挖掘算法与实例分析 | 第35-40页 |
| 第4章 基于概念格的动态信息系统决策规则挖掘 | 第40-54页 |
| ·概念格的基本理论 | 第40-44页 |
| ·基本概念 | 第40-42页 |
| ·单值与多值形式背景 | 第42-43页 |
| ·多值形式背景向单值形式背景的转化 | 第43-44页 |
| ·趋势信息系统与趋势概念格 | 第44-46页 |
| ·趋势概念格的建立 | 第46-50页 |
| ·趋势概念格上的规则提取 | 第50-54页 |
| ·趋势概念格性质 | 第50-51页 |
| ·趋势概念格规则提取算法 | 第51-54页 |
| 第5章 决策规则挖掘模型在股票预测中的应用 | 第54-62页 |
| ·股票交易记录决策表 | 第54-57页 |
| ·基于粗糙集的决策规则挖掘模型的应用 | 第57-60页 |
| ·对差异信息系统的分析 | 第57-58页 |
| ·基于粗糙集的趋势信息系统挖掘算法(RSTT算法) | 第58-59页 |
| ·实验结果 | 第59-60页 |
| ·基于概念格的决策规则挖掘模型的应用 | 第60-62页 |
| 第6章 总结及进一步的工作 | 第62-64页 |
| ·本文的主要工作 | 第62-63页 |
| ·进一步的工作 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间取得的研究成果 | 第70页 |
| 攻读硕士学位期间主要参与项目 | 第70-72页 |