基于关联规则和决策规则的数据挖掘研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-17页 |
| ·数据挖掘的基本思想 | 第8-12页 |
| ·数据挖掘的基本概念 | 第8-10页 |
| ·数据挖掘的系统框架及处理过程 | 第10-12页 |
| ·数据挖掘现状 | 第12-14页 |
| ·数据挖掘研究现状 | 第12-13页 |
| ·数据挖掘面临的问题 | 第13-14页 |
| ·本文主要内容 | 第14-17页 |
| 第二章 基于关联和决策规则的数据挖掘基础 | 第17-28页 |
| ·关联规则 | 第17-20页 |
| ·模糊集理论 | 第20-22页 |
| ·粗糙集理论 | 第22-26页 |
| ·离散信息度量 | 第26-28页 |
| 第三章 定量型关联规则挖掘方法 | 第28-41页 |
| ·定量型关联规则挖掘构架 | 第28-29页 |
| ·定量型属性离散化方法 | 第29-32页 |
| ·等深度分段方法 | 第31页 |
| ·聚类方法 | 第31-32页 |
| ·改进的关联规则挖掘算法 | 第32-38页 |
| ·关联规则挖掘的经典算法 | 第32-34页 |
| ·改进的关联规则挖掘算法思路 | 第34-36页 |
| ·改进的关联规则挖掘算法描述 | 第36-38页 |
| ·计算实例 | 第38-41页 |
| ·基于等深度划分预处理的挖掘算例 | 第38-40页 |
| ·基于聚类预处理的挖掘算例 | 第40-41页 |
| 第四章 基于粗糙集的决策规则挖掘方法 | 第41-60页 |
| ·基于粗糙集的决策规则挖掘构架 | 第41-42页 |
| ·决策表的补全算法 | 第42-47页 |
| ·决策表补全的常规算法 | 第43-44页 |
| ·基于粗糙集不完备数据分析算法 | 第44-47页 |
| ·数据约简 | 第47-52页 |
| ·决策表中属性重要度分析 | 第48-52页 |
| ·加权求和的知识相对约简算法 | 第52页 |
| ·基于模糊—粗糙集模型的归纳学习算法 | 第52-56页 |
| ·模糊—粗糙集模型 | 第53-56页 |
| ·一种改进的粗糙集归纳学习算法 | 第56页 |
| ·计算实例 | 第56-60页 |
| 第五章 原型系统设计 | 第60-78页 |
| ·系统总体结构 | 第60-62页 |
| ·系统模块设计 | 第62-66页 |
| ·主要类描述 | 第66-73页 |
| ·关联规则主要类描述 | 第66-68页 |
| ·决策规则主要类描述 | 第68-73页 |
| ·计算实例 | 第73-78页 |
| ·实例描述 | 第73-76页 |
| ·计算结果 | 第76页 |
| ·结果分析 | 第76-78页 |
| 第六章 总结与展望 | 第78-80页 |
| ·本文工作的总结 | 第78-79页 |
| ·需要进一步研究的问题 | 第79-80页 |
| 参考文献 | 第80-83页 |
| 成果 | 第83-84页 |
| 致谢 | 第84页 |
