| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 引言 | 第8-10页 |
| 第1章 数据挖掘技术 | 第10-24页 |
| ·数据挖掘技术的发展历史 | 第10-11页 |
| ·数据挖掘逐渐演变的过程 | 第10页 |
| ·从商业数据到商业信息的进化 | 第10-11页 |
| ·数据挖掘的定义 | 第11-12页 |
| ·数据挖掘研究现状 | 第12-13页 |
| ·数据挖掘和在线分析处理(OLAP) | 第13-14页 |
| ·数据挖掘，机器学习和统计 | 第14-15页 |
| ·数据挖掘研究内容和本质 | 第15-17页 |
| ·数据挖掘的功能 | 第17-18页 |
| ·数据挖掘的流程 | 第18-20页 |
| ·数据挖掘环境 | 第18页 |
| ·数据挖掘过程图 | 第18-19页 |
| ·数据挖掘过程简介 | 第19-20页 |
| ·数据挖掘应用 | 第20-21页 |
| ·数据挖掘解决的典型商业问题 | 第20页 |
| ·成功案例 | 第20-21页 |
| ·数据挖掘热点 | 第21-24页 |
| ·网站的数据挖掘(Web site data mining) | 第22页 |
| ·生物信息或基因的数据挖掘 | 第22-23页 |
| ·文本的数据挖掘(Textualmining) | 第23-24页 |
| 第2章 模糊集理论 | 第24-36页 |
| ·模糊数学概论 | 第24-33页 |
| ·模糊集 | 第24-25页 |
| ·模糊集的概念 | 第25-27页 |
| ·模糊集的表示--隶属度函数 | 第27-30页 |
| ·模糊逻辑及其运算 | 第30-31页 |
| ·模糊集应用 | 第31-33页 |
| ·AFS与EI代数 | 第33-34页 |
| ·AFS理论 | 第33页 |
| ·EI代数 | 第33-34页 |
| ·格贴近度 | 第34-36页 |
| 第3章 EI代数的阶数及数据挖掘算法应用 | 第36-47页 |
| ·EI代数的阶数 | 第36-41页 |
| ·基于模糊集的挖掘算法应用 | 第41-45页 |
| ·模糊数学应用现状 | 第45-47页 |
| 第4章 数据挖掘中常用的模糊数学方法 | 第47-52页 |
| ·模糊综合评判 | 第47-49页 |
| ·方法简介 | 第47-48页 |
| ·综合评判操作示例 | 第48-49页 |
| ·模糊模式识别 | 第49-52页 |
| ·方法简介 | 第49-50页 |
| ·择近原则 | 第50页 |
| ·基于择近原则的模式识别操作示例 | 第50-52页 |
| 第5章 结束语 | 第52-53页 |
| 攻读学位期间公开发表的论文 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |