| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 课题的研究背景 | 第11页 |
| 1.2 国内外研究状况 | 第11-12页 |
| 1.3 论文研究内容及意义 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 数据挖掘领域相关知识 | 第15-29页 |
| 2.1 数据挖掘的定义及功能特点 | 第15-16页 |
| 2.2 数据挖掘的方法步骤及应用 | 第16-19页 |
| 2.2.1 数据挖掘的步骤 | 第17-18页 |
| 2.2.2 数据挖掘的应用 | 第18-19页 |
| 2.3 关联规则算法说明 | 第19-23页 |
| 2.3.1 关联规则概念 | 第20-22页 |
| 2.3.2 关联规则挖掘算法分类 | 第22-23页 |
| 2.4 决策树技术研究现状 | 第23-28页 |
| 2.4.1 决策树技术介绍 | 第23-26页 |
| 2.4.2 决策树技术的主要方法 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 结合Apriori的C4.5算法改进策略 | 第29-46页 |
| 3.1 Apriori算法 | 第29-32页 |
| 3.2 C4.5算法 | 第32-39页 |
| 3.2.1 C4.5算法介绍 | 第32-34页 |
| 3.2.2 C4.5算法步骤及实例 | 第34-39页 |
| 3.3 改进算法具体说明 | 第39-44页 |
| 3.3.1 思路概述 | 第39页 |
| 3.3.2 步骤描述 | 第39页 |
| 3.3.3 基于Apriori算法的新属性生成 | 第39-41页 |
| 3.3.4 属性间关联度分析及C4.5算法改进策略 | 第41-42页 |
| 3.3.5 改进算法的处理流程 | 第42-44页 |
| 3.4 方法实验对比 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 改进算法在健身客户数据中的应用 | 第46-55页 |
| 4.1 问题应用描述 | 第46页 |
| 4.2 数据的获取与分析 | 第46-50页 |
| 4.2.1 数据的收集 | 第46-48页 |
| 4.2.2 数据的处理与整合 | 第48-50页 |
| 4.3 预测模型的建立与分析 | 第50-53页 |
| 4.3.1 新属性的生成与模型建立 | 第50-52页 |
| 4.3.2 分类规则分析 | 第52-53页 |
| 4.4 预测模型准确性评估 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-62页 |
| 学位论文评阅及答辩情况表 | 第62页 |