| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 引言 | 第9-15页 |
| ·课题背景 | 第9-11页 |
| ·课题内容 | 第11-12页 |
| ·课题意义 | 第12-13页 |
| ·本文组织结构 | 第13-15页 |
| 第2章 相关技术和研究现状 | 第15-27页 |
| ·OLAP 和数据仓库 | 第15-19页 |
| ·OLAP 的基本概念和特点 | 第15-16页 |
| ·OLAP 和OLTP | 第16-17页 |
| ·数据仓库的定义和特点 | 第17-19页 |
| ·数据挖掘 | 第19-20页 |
| ·数据挖掘的定义 | 第19页 |
| ·数据挖掘和OLAP、数据仓库 | 第19-20页 |
| ·研究及应用现状 | 第20-27页 |
| ·OLAP 技术 | 第20-22页 |
| ·数据仓库应用 | 第22-24页 |
| ·数据挖掘方法 | 第24-25页 |
| ·审计软件 | 第25-27页 |
| 第3章 辅助审计的数据仓库的总体框架 | 第27-35页 |
| ·系统总体框架设计 | 第27-29页 |
| ·数据准备模块 | 第29-33页 |
| ·数据采集子模块 | 第29-30页 |
| ·数据预处理子模块 | 第30-33页 |
| ·数据挖掘模块 | 第33-35页 |
| 第4章 数据准备模块的设计与实现 | 第35-45页 |
| ·设计思想来源 | 第35-36页 |
| ·实现思路 | 第36-37页 |
| ·主要功能的实现 | 第37-45页 |
| ·数据字典管理 | 第37页 |
| ·数据处理规则建模 | 第37-39页 |
| ·配置和生成SQL 语句 | 第39-41页 |
| ·执行过程并生成日志 | 第41-42页 |
| ·视图与模型同步 | 第42-45页 |
| 第5章 辅助审计的数据挖掘处理模型的设计与实现 | 第45-53页 |
| ·模型的设计 | 第45-46页 |
| ·模型的实现 | 第46-51页 |
| ·转换数据模式 | 第46-48页 |
| ·评价数据获取评价值 | 第48-49页 |
| ·对评价值的聚类分析 | 第49页 |
| ·分析结果并发现规则 | 第49-51页 |
| ·验证规则和反查“孤立点” | 第51页 |
| ·本章小结 | 第51-53页 |
| 第6章 相关聚类算法的研究与改进 | 第53-76页 |
| ·聚类算法概述 | 第53-57页 |
| ·聚类的定义和要求 | 第53-55页 |
| ·聚类算法的典型分类 | 第55-56页 |
| ·孤立点检测和分析 | 第56-57页 |
| ·一种基于互连通性的网格密度聚类算法——LBCG 算法 | 第57-66页 |
| ·算法思想来源 | 第57-59页 |
| ·相关概念 | 第59-60页 |
| ·算法思想 | 第60-61页 |
| ·算法实现 | 第61-64页 |
| ·时间、空间复杂度分析 | 第64页 |
| ·实验结果分析 | 第64-66页 |
| ·基于划分的层次聚类算法——K-CURE 算法 | 第66-74页 |
| ·CURE 算法的思想 | 第66-67页 |
| ·算法思想 | 第67-69页 |
| ·算法实现 | 第69-71页 |
| ·孤立点剔除时机选择 | 第71-72页 |
| ·时间、空间复杂度分析 | 第72-73页 |
| ·实验结果分析 | 第73-74页 |
| ·本章小结 | 第74-76页 |
| 第7章 原型系统简介 | 第76-82页 |
| ·运行环境 | 第76页 |
| ·数据采集子模块主要功能演示 | 第76-78页 |
| ·数据清洗部分主要功能演示 | 第78-80页 |
| ·数据转换部分主要功能演示 | 第80页 |
| ·数据挖掘模块主要功能演示 | 第80-82页 |
| 第8章 结束语 | 第82-84页 |
| ·主要工作及特色 | 第82-83页 |
| ·进一步研究方向 | 第83-84页 |
| 参考文献 | 第84-90页 |
| 攻读硕士学位期间公开发表的论文 | 第90-91页 |
| 致谢 | 第91-92页 |
| 详细摘要 | 第92-95页 |