| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究的背景及意义 | 第7-8页 |
| ·数据挖掘的发展历史和国内外发展现状 | 第8-9页 |
| ·本文的主要内容 | 第9-10页 |
| ·本文的章节安排 | 第10-11页 |
| 第二章 数据挖掘相关理论 | 第11-19页 |
| ·数据挖掘的定义 | 第11-12页 |
| ·数据挖掘的对象 | 第12-13页 |
| ·数据挖掘的功能 | 第13-14页 |
| ·数据挖掘常用方法 | 第14-15页 |
| ·数据挖掘的过程和步骤 | 第15-16页 |
| ·数据挖掘工具 CLEMENTINE简介 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 数据预处理 | 第19-22页 |
| ·数据选择 | 第19页 |
| ·数据清理 | 第19-20页 |
| ·数据集成与变换 | 第20-21页 |
| ·数据集成 | 第20页 |
| ·数据变换 | 第20-21页 |
| ·数据规约 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第四章 决策树的应用 | 第22-38页 |
| ·学生录取情况介绍 | 第22-23页 |
| ·数据预处理 | 第23-25页 |
| ·决策树C4.5算法 | 第25-27页 |
| ·基本思想 | 第25-26页 |
| ·基本概念 | 第26-27页 |
| ·决策树的优缺点 | 第27-28页 |
| ·决策树的优点 | 第27-28页 |
| ·决策树的缺点 | 第28页 |
| ·决策树实现 | 第28-31页 |
| ·使用SPSS CLEMENTINE进行决策树的实现 | 第31-34页 |
| ·决策树规则提取 | 第34页 |
| ·模型的评价 | 第34-37页 |
| ·预测的准确率 | 第34-35页 |
| ·模型的收益图 | 第35-36页 |
| ·模型的响应图 | 第36页 |
| ·模型的提升图 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 关联规则的应用 | 第38-51页 |
| ·数据预处理 | 第38-39页 |
| ·基本概念 | 第39-40页 |
| ·APRIORI 算法 | 第40-43页 |
| ·APRIORI算法基本思想 | 第40页 |
| ·APRIORI算法伪代码 | 第40-41页 |
| ·APRIORI算法示例 | 第41-43页 |
| ·使用SPSS CLEMENTINE进行APRIORI建模 | 第43-47页 |
| ·关联规则数据挖掘结果分析 | 第47-48页 |
| ·关联规则的评价 | 第48-49页 |
| ·与决策树实验结果的比对 | 第49页 |
| ·本章小结 | 第49-51页 |
| 第六章 结论 | 第51-53页 |
| ·特点 | 第51-52页 |
| ·不足与展望 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55-56页 |