面向属性归纳的数据概化方法的应用研究
| 独创性声明 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| 1．1 引言 | 第10-12页 |
| 1．2 面向属性归纳的数据挖掘过程 | 第12-14页 |
| 1．3 面向属性归纳在国内外的研究与发展概况 | 第14-15页 |
| 1．4 本文内容及组织结构 | 第15-16页 |
| 第二章 面向属性归纳的数据概化方法简介 | 第16-26页 |
| 2．1 概念描述与数据概化 | 第16-18页 |
| 2．1．1 数据概化中的数据立方方法 | 第17页 |
| 2．1．2 面向属性归纳方法 | 第17-18页 |
| 2．1．3 OLAP方法与 AOI方法的区别 | 第18页 |
| 2．2 属性归纳的基本方法 | 第18-20页 |
| 2．3 基于 AOI方法的数据概化过程 | 第20-23页 |
| 2．4 面向属性归纳结果的表示方法 | 第23-25页 |
| 2．5 本章小结 | 第25-26页 |
| 第三章 面向属性归纳的数据概化方法的设计 | 第26-37页 |
| 3．1 特征规则 | 第26-27页 |
| 3．2 数据的预处理 | 第27-28页 |
| 3．2．1 与任务有关的数据属性的选择 | 第27页 |
| 3．2．2 数据抽样 | 第27-28页 |
| 3．3 数据的概念层次 | 第28-32页 |
| 3．3．1 概念层次的定义 | 第28-29页 |
| 3．3．2 概念层次的表示 | 第29-30页 |
| 3．3．3 概念层次的提取 | 第30-31页 |
| 3．3．4 概念的聚类 | 第31-32页 |
| 3．4 主要归纳关系 | 第32-33页 |
| 3．5 特征规则的产生 | 第33页 |
| 3．6 评价特征规则的标准 | 第33-35页 |
| 3．7 面向属性归纳的概化方法的实现框架 | 第35-36页 |
| 3．8 本章小节 | 第36-37页 |
| 第四章 面向属性归纳的数据概化方法的实现 | 第37-44页 |
| 4．1 策略 | 第37-39页 |
| 4．2 算法 | 第39-43页 |
| 4．3 小结 | 第43-44页 |
| 第五章 应用实例 | 第44-56页 |
| 5．1 系统运行及测试环境说明 | 第44页 |
| 5．2 农业情况数据集市模型设计 | 第44页 |
| 5．3 创建农业情况数据集市 | 第44-45页 |
| 5．4 测试和评价 | 第45-54页 |
| 5．4．1 测试数据提取 | 第45-47页 |
| 5．4．2 运用统计分析模型进行分析 | 第47-49页 |
| 5．4．3 用概化方法提取出规则 | 第49-53页 |
| 5．4．4 性能评价 | 第53-54页 |
| 5．5 面向属性归纳的数据概化方法的几点讨论 | 第54-55页 |
| 5．5．1 数据的概念层次 | 第54页 |
| 5．5．2 噪音数据的消除 | 第54-55页 |
| 5．5．3 评价特征规则的标准 | 第55页 |
| 5．6 小结 | 第55-56页 |
| 第六章 结论 | 第56-58页 |
| 6．1 总结 | 第56页 |
| 6．2 展望 | 第56-58页 |
| 6．2．1 挖掘鉴别规则 | 第56-57页 |
| 6．2．2 挖掘多层关联规则 | 第57页 |
| 6．2．3 在 WWW上进行数据挖掘 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |
