基于商业智能的数据挖掘的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第6-10页 |
| ·论文研究背景及选题意义 | 第6页 |
| ·国内外研究现状 | 第6-8页 |
| ·本文的主要研究成果及内容安排 | 第8-10页 |
| 第二章 数据挖掘的基本知识 | 第10-20页 |
| ·数据挖掘的定义 | 第10-11页 |
| ·技术上的定义 | 第10-11页 |
| ·商业角度的定义 | 第11页 |
| ·数据挖掘的基本过程 | 第11-12页 |
| ·数据挖掘的主要步骤 | 第11-12页 |
| ·数据挖掘任务 | 第12-13页 |
| ·数据挖掘及其相关技术 | 第13-16页 |
| ·数据挖掘与传统分析方法的区别 | 第13-14页 |
| ·数据挖掘和数据仓库 | 第14-15页 |
| ·数据挖掘和在线分析处理(OLAP) | 第15页 |
| ·数据挖掘，机器学习和统计 | 第15-16页 |
| ·软硬件发展对数据挖掘的影响 | 第16页 |
| ·数据挖掘的应用分析 | 第16-19页 |
| ·小结 | 第19-20页 |
| 第三章 商业智能与数据挖掘 | 第20-37页 |
| ·商业智能 | 第20-30页 |
| ·概念与定义 | 第20-21页 |
| ·核心技术 | 第21-23页 |
| ·商业智能的三个层次及其体系结构 | 第23-25页 |
| ·商业数据挖掘过程 | 第25-28页 |
| ·商业智能的典型应用 | 第28-29页 |
| ·商业智能的发展趋势 | 第29-30页 |
| ·商业智能中采用的主要数据挖掘技术 | 第30-36页 |
| ·决策树 | 第31-32页 |
| ·神经网络 | 第32-33页 |
| ·关联规则 | 第33-34页 |
| ·分类 | 第34页 |
| ·聚类 | 第34-36页 |
| ·小结 | 第36-37页 |
| 第四章 模糊聚类分析在商业智能中的应用研究 | 第37-54页 |
| ·聚类分析的基本概念 | 第37-38页 |
| ·聚类的定义 | 第37-38页 |
| ·数据集 X的k划分 | 第38页 |
| ·模糊理论与模糊聚类 | 第38-45页 |
| ·模糊数学概述 | 第39-40页 |
| ·模糊集合理论基础 | 第40-41页 |
| ·模糊聚类分析方法 | 第41-45页 |
| ·模糊聚类在信用评分中的应用 | 第45-53页 |
| ·信用评分介绍 | 第45-46页 |
| ·模糊聚类分析在信用评分中的应用模型 | 第46-50页 |
| ·模糊聚类分析在信用评分中的应用实现 | 第50-53页 |
| ·小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61-62页 |
