时态数据挖掘及其应用
| 内容摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 引论 | 第12-16页 |
| 第一节 问题的背景 | 第12-14页 |
| 第二节 研究的目的 | 第14-16页 |
| 第二章 持续事件序列 | 第16-24页 |
| 第一节 时态数据 | 第16-19页 |
| 第二节 持续时间序列的定义 | 第19-22页 |
| 第三节 持续时间序列的特点 | 第22-24页 |
| 第三章 关联规则挖掘 | 第24-32页 |
| 第一节 关联规则的定义 | 第24-25页 |
| 第二节 关联规则的算法基础 | 第25-26页 |
| 第三节 关联规则的最新发展 | 第26-32页 |
| 第四章 时态数据中的规则挖掘 | 第32-36页 |
| 第一节 时间特征的提取 | 第32-34页 |
| 第二节 时态规则 | 第34-36页 |
| 第五章 手机用户消费行为的时态规则挖掘 | 第36-46页 |
| 第一节 数据预处理 | 第36-37页 |
| 第二节 结果与分析 | 第37-44页 |
| 第三节 总结 | 第44-46页 |
| 第六章 时态数据中的粗聚类的初步研究 | 第46-56页 |
| 第一节 维数灾问题 | 第46页 |
| 第二节 粗糙集的有关理论 | 第46-48页 |
| 第三节 统计学的理解 | 第48-49页 |
| 第四节 分类属性集的排序 | 第49-52页 |
| 第五节 手机用户消费行为的粗糙集聚类 | 第52-56页 |
| 第七章 时态数据中的模型挖掘 | 第56-62页 |
| 第一节 截尾数据 | 第56-58页 |
| 第二节 风险函数 | 第58-59页 |
| 第三节 参数化的风险模型 | 第59-62页 |
| 第八章 上市公司ST事件的模型挖掘 | 第62-70页 |
| 第一节 数据说明与分析 | 第62-64页 |
| 第二节 模型挖掘 | 第64-67页 |
| 第三节 预测精度评价 | 第67-69页 |
| 第四节 总结 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 附录一 有关公式的证明 | 第76-78页 |
| 附录二 文中引用的表格 | 第78-92页 |
| 附录三 文中引用的附图 | 第92-94页 |
| 致谢 | 第94页 |
