| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景和意义 | 第9页 |
| ·国内外研究现状 | 第9-12页 |
| ·关联规则挖掘研究的现状 | 第10页 |
| ·数据挖掘中分类预测应用的研究现状 | 第10-12页 |
| ·本文主要研究内容和所做工作 | 第12-13页 |
| ·研究方法和论文框架结构 | 第13-14页 |
| 第二章 关联规则挖掘及更新概述 | 第14-21页 |
| ·数据挖掘概述 | 第14-18页 |
| ·数据挖掘技术的产生和概念 | 第14页 |
| ·数据挖掘的过程 | 第14-16页 |
| ·数据挖掘功能 | 第16-18页 |
| ·关联规则挖掘与更新概述 | 第18-21页 |
| ·关联规则挖掘概述 | 第18-19页 |
| ·关联规则挖掘的经典算法概述 | 第19页 |
| ·增量关联规则更新概述 | 第19-21页 |
| 第三章 面向分类预测的增量关联规则更新算法 | 第21-45页 |
| ·算法的必要性 | 第21页 |
| ·minsup 和minconf 改变时的分类预测增量关联规则更新算法 | 第21-29页 |
| ·算法基础 | 第21-22页 |
| ·算法描述 | 第22-25页 |
| ·算法有效性实验及结果分析 | 第25-29页 |
| ·数据增加时的分类预测增量关联规则更新算法 | 第29-36页 |
| ·算法基础 | 第29-30页 |
| ·算法描述 | 第30-32页 |
| ·算法有效性实验及结果分析 | 第32-36页 |
| ·数据减少时的分类预测增量关联规则更新算法 | 第36-45页 |
| ·算法基础 | 第36-38页 |
| ·算法描述 | 第38-40页 |
| ·算法有效性实验及结果分析 | 第40-45页 |
| 第四章 银行信贷风险分类系统设计应用实例与检测评价 | 第45-71页 |
| ·实验环境及系统功能模块介绍 | 第45-47页 |
| ·实验环境 | 第45页 |
| ·系统功能模块 | 第45-47页 |
| ·数据库连接设置 | 第47页 |
| ·导入数据 | 第47-48页 |
| ·银行信贷数据的预处理 | 第48-60页 |
| ·数据准备及数据描述 | 第48-52页 |
| ·数据离散化 | 第52-55页 |
| ·属性约减 | 第55-60页 |
| ·分类增量关联规则的获取 | 第60-71页 |
| ·最小支持度改变时的关联规则获取 | 第60-63页 |
| ·正增量关联规则获取 | 第63-66页 |
| ·负增量关联规则获取 | 第66-71页 |
| 第五章 总结和展望 | 第71-74页 |
| ·总结 | 第71-72页 |
| ·展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 研究生在校期间的科研成果 | 第79页 |