| 第一章 数据挖掘 | 第1-22页 |
| ·数据挖掘概述 | 第9-14页 |
| ·基本概念 | 第9页 |
| ·产生背景 | 第9-10页 |
| ·发展历程 | 第10-11页 |
| ·历史与现状 | 第11-13页 |
| ·数据挖掘的未来 | 第13-14页 |
| ·数据挖掘的功能 | 第14-15页 |
| ·数据挖掘的方法 | 第15-17页 |
| ·数据挖掘的过程 | 第17-19页 |
| ·数据挖掘的应用 | 第19页 |
| ·数据挖掘中存在的问题 | 第19-20页 |
| ·数据挖掘当前的热点 | 第20-22页 |
| 第二章 决策树分类器 | 第22-30页 |
| ·分类技术 | 第22-24页 |
| ·分类技术概述 | 第22页 |
| ·分类的主要方法 | 第22-23页 |
| ·分类的比较和评估 | 第23-24页 |
| ·决策树分类技术 | 第24-30页 |
| ·决策树的概念 | 第24页 |
| ·决策树的表示 | 第24-25页 |
| ·决策树的构造方法 | 第25-27页 |
| ·决策树分类器预测准确率的评估 | 第27-28页 |
| ·决策树的优缺点 | 第28-30页 |
| 第三章 决策树分类算法讨论及改进 | 第30-36页 |
| ·基本的ID3 算法 | 第30页 |
| ·算法讨论及改进 | 第30-36页 |
| ·关于分裂属性的选择 | 第30-32页 |
| ·关于连续属性值的离散化处理 | 第32-33页 |
| ·关于训练集、测试集的选取和准确性的评估 | 第33-36页 |
| 第四章 厚普销售管理系统 | 第36-46页 |
| ·厚普销售管理系统简介 | 第36-37页 |
| ·企业介绍 | 第36-37页 |
| ·项目缘由 | 第37页 |
| ·厚普销售管理系统的系统结构 | 第37-38页 |
| ·厚普销售管理系统采用C/S 网络应用模式 | 第38-41页 |
| ·MIS 应用架构模式简介 | 第38-40页 |
| ·C/S 模式与B/S 模式之间的选择 | 第40-41页 |
| ·厚普销售管理系统的技术特点 | 第41-44页 |
| ·系统采用C/S 模式 | 第41-42页 |
| ·用户界面友好 | 第42页 |
| ·具有较强的查询和统计分析功能 | 第42-43页 |
| ·实用的数据导入、导出功能 | 第43页 |
| ·具有辅助决策能力 | 第43页 |
| ·完善的安全性 | 第43-44页 |
| ·应收款管理子系统简介 | 第44-45页 |
| ·本人的主要工作 | 第45-46页 |
| 第五章 决策树分类器在《厚普销售管理系统》中的实现 | 第46-52页 |
| ·系统的总体设计思路 | 第46-47页 |
| ·需求分析 | 第46页 |
| ·设计思路 | 第46-47页 |
| ·系统设计的实现 | 第47-49页 |
| ·数据预处理 | 第47页 |
| ·决策树分类器生成及相关算法 | 第47-49页 |
| ·算法在工程实践中的实现和改进 | 第49-52页 |
| ·决策树生成过程中的终止条件 | 第49-50页 |
| ·连续属性的离散化 | 第50-51页 |
| ·数据集被划分子集数即折数k 的确定 | 第51-52页 |
| 第六章 决策树分类器的应用及评估 | 第52-55页 |
| ·分类器的应用操作界面 | 第52-53页 |
| ·分类器应用的评估 | 第53-55页 |
| 第七章 总结与展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-58页 |
| 附:主要算法源代码 | 第58-69页 |