数据挖掘中的分类和预测及其在决策支持系统中的应用研究
| 第1章 绪论 | 第1-20页 |
| 1．1 数据挖掘概述 | 第9-17页 |
| 1．1．1 数据挖掘的定义 | 第10页 |
| 1．1．2 数据挖掘的发展简史 | 第10-11页 |
| 1．1．3 数据挖掘的研究现状 | 第11-12页 |
| 1．1．4 处理过程模型 | 第12-13页 |
| 1．1．5 数据挖掘的功能 | 第13-14页 |
| 1．1．6 数据挖掘与相关学科的区别与联系 | 第14-15页 |
| 1．1．7 数据挖掘的应用与发展方向 | 第15-17页 |
| 1．2 本文工作简介 | 第17-20页 |
| 1．2．1 研究思想 | 第17-18页 |
| 1．2．2 主要工作 | 第18页 |
| 1．2．3 结构安排 | 第18-20页 |
| 第2章 分类和预测研究 | 第20-33页 |
| 2．1 分类和预测的过程 | 第20-22页 |
| 2．2 算法分类 | 第22-23页 |
| 2．3 典型算法介绍与分析 | 第23-26页 |
| 2．4 分类和预测的应用 | 第26-28页 |
| 2．5 推广的分类和预测问题 | 第28-30页 |
| 2．6 分类和预测的准确性 | 第30-31页 |
| 2．7 分类和预测存在的不足 | 第31-32页 |
| 2．8 本章小结 | 第32-33页 |
| 第3章 基于概念分层的分类挖掘研究 | 第33-58页 |
| 3．1 问题的提出 | 第33页 |
| 3．2 基本概念 | 第33-38页 |
| 3．3 构建概念分层 | 第38-42页 |
| 3．3．1 分类属性 | 第38-40页 |
| 3．3．2 数值属性 | 第40-41页 |
| 3．3．3 构建模糊集 | 第41-42页 |
| 3．4 空缺值的处理 | 第42-43页 |
| 3．5 面向属性的归纳 | 第43页 |
| 3．6 最佳属性集的选择 | 第43-46页 |
| 3．6．1 最佳属性集 | 第44页 |
| 3．6．2 遍历策略 | 第44-45页 |
| 3．6．3 发现策略 | 第45页 |
| 3．6．3 挖掘算法描述 | 第45-46页 |
| 3．7 一种基于概念分层的分类挖掘算法 | 第46-50页 |
| 3．7．1 层次调整 | 第46-47页 |
| 3．7．2 基于概念层次的分类算法描述 | 第47-48页 |
| 3．7．3 算法实例 | 第48-50页 |
| 3．8 算法的增量学习 | 第50-51页 |
| 3．9 算法不足的分析与解决 | 第51-52页 |
| 3．10 基于数据立方体的的数据泛化算法 | 第52-57页 |
| 3．11 本章小结 | 第57-58页 |
| 第4章 数据挖掘在决策支持系统中的应用研究 | 第58-80页 |
| 4．1 决策支持系统的研究现状与不足 | 第58-61页 |
| 4．2 数据仓库技术 | 第61-63页 |
| 4．2．1 数据仓库的体系结构 | 第61-62页 |
| 4．2．2 国内外应用现状 | 第62-63页 |
| 4．3 联机分析处理（OLAP） | 第63-64页 |
| 4．3．1 OLAP与数据仓库 | 第63-64页 |
| 4．3．2 OLAP与数据挖掘 | 第64页 |
| 4．4 数据挖掘在DSS中的地位和作用 | 第64-66页 |
| 4．5 基于数据挖掘和数据仓库的DSS研究 | 第66-75页 |
| 4．5．1 数据仓库与数据挖掘结合的有效性 | 第66-67页 |
| 4．5．2 企业仓库与数据集市 | 第67-69页 |
| 4．5．3 框架构成 | 第69-73页 |
| 4．5．4 框架特点 | 第73-75页 |
| 4．6 在银行决策支持系统中的应用探讨 | 第75-79页 |
| 4．6．1 引言 | 第75页 |
| 4．6．2 应用主题 | 第75-77页 |
| 4．6．3 系统框架 | 第77-78页 |
| 4．6．4 关键技术 | 第78-79页 |
| 4．7 本章小结 | 第79-80页 |
| 结论 | 第80-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 攻读硕士学位期间发表的论文 | 第87页 |
