基于语义的决策树挖掘算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 前言 | 第8-13页 |
| ·问题的提出 | 第8-10页 |
| ·研究现状 | 第10-11页 |
| ·研究目的和研究内容 | 第11页 |
| ·研究目的 | 第11页 |
| ·研究内容 | 第11页 |
| ·研究意义 | 第11页 |
| ·本文的章节安排 | 第11-13页 |
| 第二章 相关知识及技术 | 第13-25页 |
| ·决策树中连续属性的处理 | 第13-16页 |
| ·决策树中连续属性问题 | 第13页 |
| ·连续属性离散化方法 | 第13-16页 |
| ·语义 | 第16-18页 |
| ·语义问题 | 第16-17页 |
| ·语义分析 | 第17-18页 |
| ·知网(HowNet) | 第18-20页 |
| ·知网(HowNet)介绍 | 第18页 |
| ·语义相似度计算 | 第18-20页 |
| ·概念树 | 第20-24页 |
| ·概念及概念树 | 第20-21页 |
| ·概念树应用于数据抽象 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于语义的决策树挖掘的关键技术研究 | 第25-42页 |
| ·连续属性语义化 | 第25-31页 |
| ·连续属性的可语义化问题 | 第25-26页 |
| ·连续属性语义化(CAS)方法 | 第26-27页 |
| ·可行性实验验证 | 第27-30页 |
| ·算法讨论 | 第30-31页 |
| ·名词型属性语义化 | 第31-40页 |
| ·名词间的语义相关性 | 第31-34页 |
| ·名词型属性语义化(NAS)方法 | 第34-36页 |
| ·可行性实验验证 | 第36-39页 |
| ·算法讨论 | 第39-40页 |
| ·决策树相应算法的调整 | 第40页 |
| ·本章小节 | 第40-42页 |
| 第四章 基于语义的决策树挖掘模型框架 | 第42-52页 |
| ·需求描述 | 第42-43页 |
| ·设计目标 | 第43页 |
| ·模型框架 | 第43-46页 |
| ·系统框架模型 | 第43-44页 |
| ·系统流程 | 第44-46页 |
| ·实验 | 第46-50页 |
| ·实验环境 | 第46-49页 |
| ·性能评测 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 结论 | 第52-53页 |
| 1.总结 | 第52页 |
| 2.理论创新 | 第52页 |
| 3.存在的问题 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间取得的学术成果 | 第56-57页 |
| 致谢 | 第57页 |
