| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·选题背景 | 第8-9页 |
| ·数据挖掘研究内容和本质 | 第9-15页 |
| ·相关概念介绍 | 第9-11页 |
| ·数据挖掘所发现的知识 | 第11-12页 |
| ·数据挖掘已有成就及国内现状 | 第12-13页 |
| ·数据挖掘面临的挑战 | 第13-15页 |
| ·本文的主要研究内容 | 第15-16页 |
| 第二章 数据挖掘应用于人口普查数据的目的及意义 | 第16-20页 |
| ·人口普查 | 第16-17页 |
| ·数据挖掘应用于人口普查数据的目的及意义 | 第17-18页 |
| ·采用的算法 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 概念分层 | 第20-23页 |
| ·概念分层的相关概念及分类 | 第20-21页 |
| ·概念分层的相关概念 | 第20-21页 |
| ·概念分层的分类 | 第21页 |
| ·概念分层的动态分层调整算法(Dynamic concept hierarchy adjustment) | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第四章 决策树分类器 | 第23-28页 |
| ·数据分类的研究进展 | 第23页 |
| ·基于决策树的分类模型的国内外研究动态 | 第23-24页 |
| ·决策树简介 | 第24-25页 |
| ·决策树分类器算法 | 第25-27页 |
| ·决策树构建算法 | 第25-26页 |
| ·决策树的修剪 | 第26-27页 |
| ·决策树的优缺点: | 第27页 |
| ·本章小结 | 第27-28页 |
| 第五章 分类与回归树(CART) | 第28-40页 |
| ·基本定义 | 第28-31页 |
| ·构建树算法 | 第31-32页 |
| ·修剪(Pruning) | 第32-36页 |
| ·决策树评估(Estimation) | 第36-38页 |
| ·内存管理及时间复杂性分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第六章 PUBLIC分类模型 | 第40-45页 |
| ·PUBLIC算法 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 第七章 人口普查数据分析系统的实现及结果分析 | 第45-59页 |
| ·人口普查数据 | 第45页 |
| ·概念分层的设计与实现 | 第45-47页 |
| ·决策树分类器的设计与实现 | 第47-58页 |
| ·CART | 第47-54页 |
| ·PUBLIC | 第54-57页 |
| ·结果分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第八章 全文总结与展望 | 第59-61页 |
| ·全文工作总结 | 第59页 |
| ·存在的问题与今后展望 | 第59-61页 |
| 参考文献: | 第61-64页 |
| 致谢 | 第64页 |