| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 引言 | 第10-15页 |
| ·背景 | 第10-11页 |
| ·问题提出 | 第11-13页 |
| ·单一来源研究介绍 | 第11-12页 |
| ·中国单一来源研究项目 | 第12-13页 |
| ·知识发现技术在单一来源研究中的应用 | 第13页 |
| ·论文主要内容 | 第13-15页 |
| 第二章 基本理论和方法 | 第15-27页 |
| ·单一来源研究体系 | 第15-21页 |
| ·单一来源研究数据采集内容 | 第15-16页 |
| ·单一来源数据研究现状 | 第16-19页 |
| ·单一来源研究数据分析软件现有功能 | 第19-20页 |
| ·数据挖掘方法应用在单一来源研究 | 第20-21页 |
| ·数据挖掘技术 | 第21-27页 |
| ·数据挖掘的过程 | 第21-24页 |
| ·数据挖掘的技术 | 第24-25页 |
| ·数据挖掘软件和应用 | 第25-27页 |
| 第三章 目标消费者特征分析的数据挖掘模型选择和设计 | 第27-44页 |
| ·目前目标消费者特征分析 | 第27-29页 |
| ·目标消费者特征分析在单一来源数据应用的地位 | 第27页 |
| ·当前目标消费者特征分析的主要方法和内容 | 第27-28页 |
| ·数据挖掘技术应用在目标消费者特征分析的可行性 | 第28-29页 |
| ·目标消费者特征分析数据挖掘模型设计要求 | 第29-30页 |
| ·数据挖掘模型比较与选择 | 第30-32页 |
| ·数据挖掘模型比较 | 第30-31页 |
| ·数据挖掘基础模型的选择 | 第31-32页 |
| ·决策树算法 | 第32-38页 |
| ·决策树算法基本计算方法 | 第32-36页 |
| ·决策树的剪枝 | 第36-37页 |
| ·决策树算法的扩展 | 第37-38页 |
| ·决策树归纳的可伸缩性 | 第38页 |
| ·针对单一来源研究应用的决策树构造过程设计 | 第38-44页 |
| ·单一来源研究的数据集内容 | 第38-41页 |
| ·单一来源数据特点 | 第41-42页 |
| ·针对单一来源数据对算法要求 | 第42-44页 |
| 第四章 基于开源系统Weka的数据挖掘模型实现和应用 | 第44-68页 |
| ·分析数据背景 | 第44-45页 |
| ·针对数据的分析模型设计 | 第45-48页 |
| ·目标消费者特征分析需求状况 | 第45-46页 |
| ·针对需求的分类变量设计 | 第46-48页 |
| ·数据挖掘工具的对比与选择 | 第48-50页 |
| ·手机购买者特征描述的实现 | 第50-64页 |
| ·数据的清洗与转换 | 第50-53页 |
| ·挖掘数据 | 第53-56页 |
| ·基于Weka消费者特征决策树分析 | 第56-60页 |
| ·模型生成结果 | 第60-64页 |
| ·模型使用效果 | 第64-68页 |
| 第五章 小结 | 第68-69页 |
| ·研究成果和意义 | 第68页 |
| ·问题和展望 | 第68-69页 |
| 参考文献 | 第69-70页 |
| 致谢 | 第70页 |