| 第一章 绪论 | 第1-10页 |
| 1．1 引言 | 第7页 |
| 1．2 目前研究现状 | 第7-8页 |
| 1．3 论文研究的意义和所做的工作 | 第8页 |
| 1．4 论文的结构 | 第8-10页 |
| 第二章 数据挖掘技术 | 第10-17页 |
| 2．1 数据挖掘的定义 | 第10页 |
| 2．2 数据挖掘技术的起源 | 第10-12页 |
| 2．3 数据挖掘的功能模型 | 第12-13页 |
| 2．3．1 分类模型（Classification Model） | 第12页 |
| 2．3．2 回归模型（Regression Model） | 第12页 |
| 2．3．3 聚类模型（Clustering Model） | 第12页 |
| 2．3．4 关联模型（Association Model） | 第12-13页 |
| 2．4 数据挖掘研究中存在的问题 | 第13-14页 |
| 2．5 分类知识的挖掘 | 第14-16页 |
| 2．5．1 数据分类的任务描述 | 第14-15页 |
| 2．5．2 分类器的构造方法 | 第15-16页 |
| 2．6 本章小结 | 第16-17页 |
| 第三章 决策树分类算法 | 第17-34页 |
| 3．1 经典决策树算法 | 第17-22页 |
| 3．1．1 决策树的描述 | 第17页 |
| 3．1．2 如何生成决策树 | 第17-19页 |
| 3．1．3 树的剪枝 | 第19-20页 |
| 3．1．4 从决策树提取分类规则 | 第20页 |
| 3．1．5 算法的实现 | 第20-22页 |
| 3．2 决策树优化算法 | 第22-27页 |
| 3．2．1 MID3算法 | 第22-23页 |
| 3．2．2 LazyDT优化算法 | 第23-24页 |
| 3．2．3 LDT~+优化算法 | 第24-25页 |
| 3．2．4 实验分析 | 第25-27页 |
| 3．3 决策树的组合增进算法 | 第27-29页 |
| 3．4 决策树的增量学习 | 第29-33页 |
| 3．4．1 相关定义 | 第29-30页 |
| 3．4．2 构造性归纳 | 第30-31页 |
| 3．4．3 INDUCE算法的实现 | 第31-33页 |
| 3．5 本章小结 | 第33-34页 |
| 第四章 贝叶斯网络分类算法 | 第34-52页 |
| 4．1 贝叶斯网络的概念 | 第34-37页 |
| 4．1．1 贝叶斯网络的描述 | 第34-35页 |
| 4．1．2 贝叶斯网络的优越性 | 第35页 |
| 4．1．3 贝叶斯网络的类型 | 第35-36页 |
| 4．1．4 贝叶斯网络的相关定义 | 第36-37页 |
| 4．2 朴素贝叶斯分类 | 第37-40页 |
| 4．2．1 Naive-Bayes基本原理 | 第37-39页 |
| 4．2．2 算法的实现 | 第39页 |
| 4．2．3 Naive-Bayes的实例分析 | 第39-40页 |
| 4．3 学习贝叶斯网络结构 | 第40-46页 |
| 4．3．1 DA算法的信息论基础 | 第41-42页 |
| 4．3．2 DA算法的原理 | 第42-44页 |
| 4．3．3 相关性分析学习算法的有效性讨论 | 第44页 |
| 4．3．4 相关性分析算法的复杂度 | 第44-45页 |
| 4．3．5 算法实现 | 第45-46页 |
| 4．4 贝叶斯网络参数的学习 | 第46-47页 |
| 4．4．1 数据完整时的参数学习 | 第46-47页 |
| 4．4．2 不完整数据下的参数学习 | 第47页 |
| 4．5 网络结构的评估 | 第47-50页 |
| 4．6 实验分析 | 第50-51页 |
| 4．7 本章小结 | 第51-52页 |
| 第五章 连续属性的离散化 | 第52-60页 |
| 5．1 连续属性离散化的概念 | 第52-53页 |
| 5．2 连续属性离散化的评价标准 | 第53-54页 |
| 5．3 连续属性离散化的算法 | 第54-57页 |
| 5．3．1 离散化方法的分类 | 第54页 |
| 5．3．2 等宽区间法和等频区间法 | 第54-55页 |
| 5．3．3 层次聚类方法 | 第55页 |
| 5．3．4 Holte的1R离散化 | 第55页 |
| 5．3．5 基于熵的离散化方法 | 第55-57页 |
| 5．4 离散化算法的实验分析 | 第57-59页 |
| 5．5 本章小结 | 第59-60页 |
| 第六章 仿真系统的设计与实现 | 第60-67页 |
| 6．1 系统设计思想 | 第60页 |
| 6．2 系统模块介绍 | 第60-64页 |
| 6．2．1 数据接入模块 | 第60-61页 |
| 6．2．2 数据预处理模块 | 第61-62页 |
| 6．2．3 数据挖掘模块 | 第62-63页 |
| 6．2．4 分类专家系统模块 | 第63-64页 |
| 6．3 本章小结 | 第64-67页 |
| 结论 | 第67-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 在读期间的研究成果 | 第75页 |
