| Abstract | 第6-7页 |
| 摘要 | 第8-12页 |
| 1 INTRODUCTION | 第12-18页 |
| 1.1 Problem Statement | 第14-16页 |
| 1.2 Motivations | 第16页 |
| 1.3 Thesis Outline | 第16-18页 |
| 2 OVERVIEW OF THE FIELD | 第18-47页 |
| 2.1 Knowledge discovery | 第18-33页 |
| 2.1.1 Introduction | 第18页 |
| 2.1.2 Data mining | 第18-21页 |
| 2.1.3 Technologies | 第21-28页 |
| 2.1.4 Data Mining and knowledge discovery | 第28-33页 |
| 2.2 Decision system | 第33-44页 |
| 2.2.1 Introduction | 第33-35页 |
| 2.2.2 Basics of Decision Support System and its modeling | 第35-44页 |
| 2.3 Brief Summary | 第44-47页 |
| 3 HETEROGENEOUS DATASET MANAGEMENT | 第47-83页 |
| 3.1 KDD steps and data mining process | 第47-53页 |
| 3.2 Rough set with tools for data mining | 第53-56页 |
| 3.2.1 Knowledge discovery in database(KDD) | 第53-55页 |
| 3.2.2 Rough set in data mining | 第55-56页 |
| 3.3 Rough Set Theory | 第56-68页 |
| 3.3.1 Introduction | 第56-58页 |
| 3.3.2 Fundamental concepts | 第58-68页 |
| 3.4 Dynamic Reduct | 第68-76页 |
| 3.4.1 Introduction | 第68页 |
| 3.4.2 Basics of Dynamic Reduct | 第68-76页 |
| 3.5 Theoretical aspects of the solution | 第76-79页 |
| 3.6 Mechanism to heterogeneous filtration | 第79-80页 |
| 3.7 Proposed algorithm | 第80-81页 |
| 3.8 Summary | 第81-83页 |
| 4 EVALUATIONS & RESULTS OF PROPOSED METHOD | 第83-94页 |
| 4.1 Evaluation Purpose | 第83页 |
| 4.2 Evaluation by Examples | 第83-89页 |
| 4.3 Comparison between older systems of heterogeneous dataset treatment | 第89-91页 |
| 4.4 Comparison between parallel computing and proposed algorithm | 第91页 |
| 4.5 Comparison between older missing value handling and the proposed extension | 第91-92页 |
| 4.6 Observed Result | 第92-93页 |
| 4.7 Summary | 第93-94页 |
| 5 CONCLUSION & FUTURE WORK | 第94-96页 |
| 5.1 Conclusion | 第94-95页 |
| 5.2 Future Work | 第95-96页 |
| REFERENCE | 第96-109页 |
| MAIN RESEARCH WORK | 第109-110页 |
| ACKNOWLEDGEMENT | 第110-111页 |
| APPENDIX-A | 第111-125页 |
| APPENDIX-B | 第125-158页 |
