基于遗传算法的聚类数据挖掘及其在销售系统中的应用
| 第一章 绪论 | 第1-21页 |
| 1．1 引言 | 第9-11页 |
| 1．2 数据挖掘技术研究与发展 | 第11-19页 |
| 1．2．1 数据挖掘的定义 | 第11-12页 |
| 1．2．2 数据挖掘技术的定位 | 第12-14页 |
| 1．2．3 数据挖掘技术的过程及分类 | 第14-17页 |
| 1．2．4 数据挖掘研究和应用的挑战性 | 第17-19页 |
| 1．3 本文的主要研究工作 | 第19-21页 |
| 第二章 基于数据仓库的数据挖掘 | 第21-38页 |
| 2．1 数据仓库的研究发展 | 第21-35页 |
| 2．1．1 从数据库到数据仓库 | 第21-25页 |
| 2．1．2 数据仓库的定义 | 第25页 |
| 2．1．3 数据仓库的特点 | 第25-27页 |
| 2．1．4 数据仓库的体系结构 | 第27-29页 |
| 2．1．5 数据仓库中的数据组织结构 | 第29-35页 |
| 2．2 数据仓库中的数据挖掘 | 第35-38页 |
| 第三章 聚类算法的挖掘 | 第38-42页 |
| 3．1 聚类算法的描述 | 第38-39页 |
| 3．2 聚类算法的研究发展及现状 | 第39-41页 |
| 3．3 进一步研究方向 | 第41-42页 |
| 第四章 基于遗传算法的高效聚类挖掘 | 第42-57页 |
| 4．1 遗传算法的研究 | 第42-51页 |
| 4．1．1 遗传算法 | 第42-47页 |
| 4．1．2 模板理论 | 第47-51页 |
| 4．2 算法的改进与实现的技术问题 | 第51-57页 |
| 第五章 销售系统的需求分析及详细设计 | 第57-72页 |
| 5．1 销售系统的功能模块与信息集成 | 第57-58页 |
| 5．2 订货子系统的业务需求 | 第58-59页 |
| 5．3 订货子系统的总体设计 | 第59-63页 |
| 5．3．1 订货子系统的总体设计 | 第59-60页 |
| 5．3．2 系统信息集成 | 第60-61页 |
| 5．3．3 处理流程 | 第61-62页 |
| 5．3．4 软件结构 | 第62-63页 |
| 5．4 主要库表结构 | 第63-72页 |
| 5．4．1 表结构 | 第63-70页 |
| 5．4．2 数据表之间的关系 | 第70-72页 |
| 第六章 算法实现及其软件开发 | 第72-76页 |
| 6．1 引言 | 第72-73页 |
| 6．2 算法实现的流程图 | 第73-74页 |
| 6．3 在订货子系统中的应用 | 第74-76页 |
| 结束语 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 致谢 | 第81-82页 |
