| 第一章 绪论 | 第8-19页 |
| 1.1 课题的研究背景 | 第8-9页 |
| 1.2 决策支持系统的发展及其现状 | 第9-10页 |
| 1.3 数据仓库的发展与研究现状 | 第10-12页 |
| 1.4 数据挖掘的发展与研究现状 | 第12-18页 |
| 1.4.1 数据挖掘产生的背景及其概念 | 第12-13页 |
| 1.4.2 数据挖掘研究内容 | 第13-15页 |
| 1.4.3 数据挖掘的功能 | 第15-16页 |
| 1.4.4 数据挖掘的研究现状 | 第16-17页 |
| 1.4.5 数据挖掘在商业银行中的应用 | 第17-18页 |
| 1.5 本文的组织 | 第18页 |
| 1.6 本章小结 | 第18-19页 |
| 第二章 银行决策支持系统的总体结构 | 第19-23页 |
| 2.1 系统的网络结构 | 第19-20页 |
| 2.2 系统的软件结构 | 第20-21页 |
| 2.3 系统的功能结构 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 系统中数据仓库的设计与实现 | 第23-36页 |
| 3.1 概念模型的设计 | 第23-27页 |
| 3.1.1 概念模型的需求分析 | 第23-24页 |
| 3.1.2 数据仓库中主题的划分 | 第24-25页 |
| 3.1.3 建模方法的确定 | 第25-27页 |
| 3.2 逻辑模型的设计 | 第27-32页 |
| 3.3 物理模型的设计 | 第32-33页 |
| 3.4 源数据的抽取与转换 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 数据挖掘构件的算法描述与实现 | 第36-60页 |
| 4.1 判定树分类构件的设计与实现 | 第37-44页 |
| 4.1.1 判定树分类算法的一般描述 | 第38页 |
| 4.1.2 典型的判定树算法简介 | 第38-41页 |
| 4.1.3 NS算法的提出及其实现 | 第41-43页 |
| 4.1.4 基于MDL的剪枝算法的实现 | 第43-44页 |
| 4.2 序列模式挖掘构件的设计与实现 | 第44-53页 |
| 4.2.1 基本定义 | 第45页 |
| 4.2.2 预处理的实现 | 第45-48页 |
| 4.2.3 AprioriSome算法的描述与实现 | 第48-52页 |
| 4.2.4 系统中算法的具体实现 | 第52-53页 |
| 4.3 聚类挖掘构件的设计与实现 | 第53-58页 |
| 4.3.1 聚类分析的一般讨论 | 第53-54页 |
| 4.3.2 模型的描述 | 第54-56页 |
| 4.3.3 算法的实现 | 第56-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 结束语 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |