| ACKNOWLEDGEMENTS | 第6-8页 |
| Table of Contents | 第8-10页 |
| List of Figures | 第10-11页 |
| List of Tables | 第11-12页 |
| Abstract | 第12页 |
| 摘要 | 第13-14页 |
| Chapter 1 Introduction | 第14-24页 |
| 1.1 Brief Overview of Decision Support Systems | 第14-15页 |
| 1.2 The necessity of Data Mining and the evolution of data collection systems | 第15-18页 |
| 1.3 Definition of Data Mining | 第18-20页 |
| 1.3.1 The objectives of Data Mining | 第18-20页 |
| 1.4 Different Data Mining Functionalities | 第20-22页 |
| 1.4.1 Class Description:Characterization and Discrimination | 第21页 |
| 1.4.2 Mining Frequent Patterns, Associations, and Correlations | 第21-22页 |
| 1.5 Data Mining Requirements | 第22页 |
| 1.6 Motivation and Contribution of the Thesis | 第22-23页 |
| 1.7 Research Questions | 第23页 |
| 1.8 Outline of the Thesis | 第23-24页 |
| Chapter 2 An Overview of Data Mining Techniques | 第24-35页 |
| 2.1 Introduction | 第24页 |
| 2.2 Classical Techniques:Statistics, Neighborhoods and Clustering | 第24-30页 |
| 2.2.1 Statistics | 第24-26页 |
| 2.2.2 Nearest Neighbor | 第26页 |
| 2.2.3 Classification | 第26-27页 |
| 2.2.4 Clustering | 第27页 |
| 2.2.5 Clustering and nearest neighbor association for prediction | 第27-29页 |
| 2.2.6 Non-Hierarchical Clustering | 第29页 |
| 2.2.7 Hierarchical Clustering | 第29-30页 |
| 2.3 Next Generation Techniques:Trees, Networks and Rules | 第30-32页 |
| 2.3.1 Decision Trees | 第31页 |
| 2.3.2 Using decision trees for Exploration | 第31页 |
| 2.3.3 Decision trees for Prediction | 第31-32页 |
| 2.4 Neural Networks | 第32-35页 |
| 2.4.1 Applying Neural Networks to Business | 第32-33页 |
| 2.4.2 Neural Networks for prediction | 第33-35页 |
| Chapter 3 Supplier Relationship Management | 第35-46页 |
| 3.1 Definition | 第35-36页 |
| 3.2 Customer Relationship Management | 第36-37页 |
| 3.3 Supplier Relationship Management | 第37-40页 |
| 3.3.1 SRM Drives competitive advantage | 第39-40页 |
| 3.4 Improved Business Process Support | 第40-43页 |
| 3.4.1 Improving specific procurement processes | 第40-42页 |
| 3.4.2 Abstracting the ERP system | 第42-43页 |
| 3.5 Next-Generation Architecture | 第43-46页 |
| 3.5.1 Speeding Time to market | 第44-46页 |
| Chapter 4 Integration of data mining and SRM | 第46-56页 |
| 4.1 Objectives | 第46-50页 |
| 4.1.1 Necessity of integrating DM to SRM | 第46-47页 |
| 4.1.2 Possible tools to be used | 第47页 |
| 4.1.3 Classification | 第47-49页 |
| 4.1.4 Scoring | 第49页 |
| 4.1.5 Preliminaries | 第49-50页 |
| 4.2 Simulation | 第50-52页 |
| 4.2.1 Predicting the winning bid (Supplier) of an order | 第50-51页 |
| 4.2.2 Pre-processing | 第51页 |
| 4.2.3 The IF-THEN rule of our classification | 第51-52页 |
| 4.3 Performance of the Proposed Strategy | 第52-56页 |
| 4.3.1 The Algorithm | 第53-54页 |
| 4.3.2 Accuracy and Coverage | 第54-56页 |
| Chapter 5 CONCLUSIONS | 第56-59页 |
| Summary | 第56-57页 |
| Eventual further work | 第57-59页 |
| REFERENCES | 第59-61页 |
