| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第1章 绪论 | 第12-17页 |
| ·引言 | 第12页 |
| ·数据挖掘 | 第12-15页 |
| ·数据挖掘的概念 | 第12-14页 |
| ·分类的基本概念 | 第14-15页 |
| ·数据挖掘涉及的问题及数据挖掘的未来 | 第15页 |
| ·本文的课题来源和内容组织 | 第15-16页 |
| ·本文的课题来源 | 第15页 |
| ·本文内容的组织 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第2章 领域知识 | 第17-26页 |
| ·引言 | 第17页 |
| ·领域知识的基本概念 | 第17-18页 |
| ·领域知识的定义 | 第17-18页 |
| ·领域知识的来源 | 第18页 |
| ·领域知识在知识发现中的作用 | 第18-20页 |
| ·领域知识在数据选择中的作用 | 第19页 |
| ·领域知识在数据预处理中的作用 | 第19页 |
| ·领域知识在数据转换阶段的作用 | 第19页 |
| ·领域知识在数据挖掘阶段的作用 | 第19-20页 |
| ·领域知识在模式解释/评价阶段的作用 | 第20页 |
| ·领域知识的反馈 | 第20页 |
| ·常用的领域知识的表示方法 | 第20-24页 |
| ·概念层次树与属性归纳算法 | 第20-22页 |
| ·领域知识的产生式表示 | 第22页 |
| ·领域知识的本体描述 | 第22-23页 |
| ·领域知识的概念网络表示 | 第23-24页 |
| ·领域知识的研究现状和前景 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 多重多层次关系的属性泛化模型 | 第26-38页 |
| ·引言 | 第26页 |
| ·概念层次 | 第26-29页 |
| ·概念层次的基本概念 | 第27-28页 |
| ·概念层次的基本类型 | 第28页 |
| ·概念层次在KDD中的应用 | 第28-29页 |
| ·概念分层方法 | 第29-31页 |
| ·一般概念分层方法 | 第29-30页 |
| ·分类数据的概念分层产生 | 第30-31页 |
| ·概念层次树 | 第31-32页 |
| ·多重多层次泛化关系模型(MRML) | 第32-37页 |
| ·多重多层次泛化关系模型(MRML)描述 | 第33-36页 |
| ·面向分类的泛化算子 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于分类的多重多层次属性泛化研究 | 第38-47页 |
| ·面向属性的概念泛化方法 | 第38-42页 |
| ·面向属性归纳的基本思想 | 第38页 |
| ·面向属性归纳的基本方法 | 第38-39页 |
| ·面向属性归纳的控制方法 | 第39页 |
| ·面向属性归纳的有效实现 | 第39-42页 |
| ·算法分析 | 第42页 |
| ·基于类别监督的概念泛化算法CG_DK | 第42-46页 |
| ·算法思想 | 第42-43页 |
| ·算法描述 | 第43页 |
| ·算法举例 | 第43-45页 |
| ·实验结果及分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 基于分类的多重多层次属性泛化系统(MRML_CGDK) | 第47-52页 |
| ·系统概述 | 第47-48页 |
| ·概念格及概念格扩展模型的构造及更新模块 | 第47页 |
| ·分类规则提取及知识表示模块 | 第47页 |
| ·多重关系领域知识的引入模块 | 第47页 |
| ·多重多层次关系领域知识中知识的提取模块 | 第47-48页 |
| ·系统实现 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第6章 总结及展望 | 第52-54页 |
| ·文章的主要工作 | 第52页 |
| ·下一步工作 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士期间主要科研工作及成果 | 第59页 |