信息分发管理中基于粗糙集分类模型的数据挖掘
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-14页 |
| ·论文选题的目的和意义 | 第10-12页 |
| ·本文研究内容与各章 节安排 | 第12-14页 |
| 第二章 相关理论及技术 | 第14-29页 |
| ·全球信息网格 | 第14-17页 |
| ·网格概念和特点 | 第14-16页 |
| ·全球信息网格概念 | 第16页 |
| ·信息分发管理 | 第16-17页 |
| ·分类知识发现 | 第17-23页 |
| ·知识发现的概念 | 第17-18页 |
| ·知识发现的功能 | 第18-20页 |
| ·分类知识发现的概念 | 第20-21页 |
| ·分类知识发现的过程 | 第21-23页 |
| ·粗糙集理论 | 第23-28页 |
| ·粗糙集的核心思想 | 第23-24页 |
| ·粗糙集的基本概念 | 第24-25页 |
| ·粗糙集的知识表达 | 第25-27页 |
| ·粗糙集知识表达的数字特征 | 第27-28页 |
| ·本章 小结 | 第28-29页 |
| 第三章 基于粗糙集的分类知识发现 | 第29-49页 |
| ·粗糙集分类知识发现模型 | 第29-31页 |
| ·决策表的属性约简 | 第31-39页 |
| ·属性约简的相关概念 | 第31-34页 |
| ·基于信息熵的属性约简 | 第34-39页 |
| ·决策表的分类规则约简 | 第39-42页 |
| ·分类规则相关概念 | 第39页 |
| ·核值的定义 | 第39-40页 |
| ·分类规则约简算法 | 第40-41页 |
| ·算例 | 第41-42页 |
| ·新对象的分类预测 | 第42-47页 |
| ·分类规则的度量参数 | 第42-44页 |
| ·分类预测模型 | 第44-45页 |
| ·基于相似度的分类预测 | 第45-47页 |
| ·本章 小结 | 第47-49页 |
| 第四章 缺値条件下的分类模型 | 第49-58页 |
| ·信息分发系统整体描述 | 第49-51页 |
| ·信息分发系统网络结构简述 | 第49-50页 |
| ·信息分发系统功能介绍 | 第50-51页 |
| ·开发与应用环境 | 第51页 |
| ·分类模型功能分析 | 第51-52页 |
| ·用户需求发现设计 | 第52-53页 |
| ·缺值分类模型的算法设计 | 第53-56页 |
| ·数据分类工作流程 | 第53-54页 |
| ·分类模型算法 | 第54-55页 |
| ·算例 | 第55-56页 |
| ·本章 小结 | 第56-58页 |
| 第五章 基于粗糙集的用户需求发现 | 第58-69页 |
| ·用户信息需求聚类分析 | 第59-62页 |
| ·数据准备 | 第59-60页 |
| ·聚类分析流程 | 第60-62页 |
| ·用户信息需求分类规则获取 | 第62-67页 |
| ·新用户信息需求对象分类预测 | 第67-68页 |
| ·本章 小结 | 第68-69页 |
| 第六章 结束语 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻硕期间获奖与发表论文 | 第75-76页 |
