| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1. 绪论 | 第11-18页 |
| ·论文研究背景 | 第11-14页 |
| ·研究目的 | 第11-13页 |
| ·研究意义 | 第13-14页 |
| ·本研究的现状 | 第14-15页 |
| ·研究方法和技术 | 第15-16页 |
| ·研究方法 | 第15-16页 |
| ·研究技术 | 第16页 |
| ·本研究的主要内容和创新点 | 第16-18页 |
| ·本文主要内容 | 第16-17页 |
| ·本文的创新点 | 第17-18页 |
| 2. 拍卖网站的信用评价系统 | 第18-23页 |
| ·信用评价系统 | 第18-19页 |
| ·拍卖网站信用评价系统的基本原理 | 第18页 |
| ·拍卖网站信用评价系统的作用 | 第18-19页 |
| ·拍卖网站现行信用评价系统的缺陷 | 第19页 |
| ·淘宝网的信用评价系统 | 第19-23页 |
| ·淘宝信用评价系统简介 | 第19-21页 |
| ·淘宝网的评价流程 | 第21-23页 |
| 3. 数据挖掘和文本挖掘技术 | 第23-43页 |
| ·数据挖掘的定义 | 第23-24页 |
| ·数据挖掘的产生 | 第24页 |
| ·数据挖掘的步骤 | 第24-26页 |
| ·问题定义 | 第25页 |
| ·数据收集和预处理 | 第25页 |
| ·数据挖掘 | 第25页 |
| ·结果解释和评估 | 第25-26页 |
| ·数据挖掘的主要模式 | 第26-28页 |
| ·模式的相关内容 | 第26页 |
| ·模式的种类 | 第26-27页 |
| ·挖掘模式分类 | 第27-28页 |
| ·聚类及相关算法 | 第28-31页 |
| ·聚类问题的定义 | 第29页 |
| ·几种常见的聚类算法 | 第29-31页 |
| ·分类及决策树 | 第31-33页 |
| ·构造分类器的步骤 | 第31-32页 |
| ·分类的目的 | 第32页 |
| ·分类的定义 | 第32页 |
| ·决策树及基本算法 | 第32-33页 |
| ·文本挖掘的定义 | 第33-34页 |
| ·文本挖掘的过程 | 第34-35页 |
| ·文本预处理 | 第34-35页 |
| ·文本挖掘 | 第35页 |
| ·模式评估与表示 | 第35页 |
| ·文本挖掘研究现状 | 第35-42页 |
| ·文本特征表示 | 第35-38页 |
| ·基于关键字的关联分析 | 第38-39页 |
| ·文本分类 | 第39-40页 |
| ·文本聚类 | 第40-42页 |
| ·奇异值分解（singular value decomposition） | 第42页 |
| ·上卷项（Roll Up Terms） | 第42-43页 |
| 4. 数据采集和预处理 | 第43-57页 |
| ·数据采集目标 | 第43-45页 |
| ·数据采集方法 | 第45页 |
| ·对文本内容的信息编码 | 第45-52页 |
| ·对买家和卖家态度的编码 | 第47-49页 |
| ·对交易纠纷能否解决的编码 | 第49-51页 |
| ·对纠纷类型定义的编码 | 第51-52页 |
| ·增加文本长度变量 | 第52-55页 |
| ·中文文本的翻译 | 第55-56页 |
| ·小结 | 第56-57页 |
| 5. 建模和分析 | 第57-73页 |
| ·建立模型 | 第57-64页 |
| ·模型的结果和分析 | 第64-68页 |
| ·使用人工编码变量的模型比较 | 第65-67页 |
| ·使用文本挖掘生成变量的模型比较 | 第67-68页 |
| ·人工编码变量的回归模型和决策树模型比较 | 第68-70页 |
| ·各变量对回归模型的影响 | 第70-71页 |
| ·人工编码模型和文本挖掘模型的比较 | 第71-72页 |
| ·小结 | 第72-73页 |
| 6. 交易纠纷预测与处理体系 | 第73-78页 |
| ·纠纷预测体系 | 第73-75页 |
| ·纠纷处理体系 | 第75-76页 |
| ·纠纷处理委员会 | 第76页 |
| ·淘宝的投诉规则 | 第76-78页 |
| 7. 研究结论与展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 后记 | 第84-86页 |
| 致谢 | 第86页 |