通用数据挖掘系统平台的设计与实现

摘要	第1-4页
Abstract	第4-8页
第一章 前言	第8-11页
·研究背景	第8-9页
·研究现状	第9-10页
·研究内容	第10-11页
第二章 数据挖掘相关技术	第11-19页
·数据挖掘理论	第11-15页
·数据挖掘的概念及数据源	第11页
·数据挖掘的主要功能	第11-12页
·数据挖掘的基本步骤	第12-14页
·数据挖掘的过程模型	第14-15页
·数据挖掘系统工具	第15-18页
·数据挖掘系统工具的分类	第15-16页
·数据挖掘系统工具的发展	第16页
·典型数据挖掘系统工具的体系结构	第16-18页
·本章小结	第18-19页
第三章 数据预处理	第19-23页
·数据预处理的概述	第19页
·数据预处理的必要性	第19-20页
·数据预处理的内容	第20页
·数据预处理的主要方法	第20-22页
·数据预处理的方式	第22页
·本章小结	第22-23页
第四章 分类算法的实现及应用	第23-43页
·分类的概述	第23-24页
·主要的分类算法	第24-26页
·贝叶斯分类	第24页
·决策树分类	第24-26页
·朴素贝叶斯分类	第26-33页
·朴素贝叶斯分类模型	第26-28页
·朴素贝叶斯分类模型的已有改进	第28页
·朴素贝叶斯分类演算实例	第28-30页
·朴素贝叶斯分类器的核心类的设计说明	第30-31页
·朴素贝叶斯分类的系统功能演示	第31-33页
·ID3算法	第33-42页
·ID3算法的简介	第33-34页
·ID3算法的优缺点及已有改进	第34-35页
·ID3算法的决策树构造描述	第35-36页
·ID3算法的核心类的设计说明	第36-38页
·ID3算法在考古数据挖掘中的应用	第38-42页
·本章小结	第42-43页
第五章 聚类算法的实现及应用	第43-53页
·聚类的概述	第43-44页
·聚类分析的分类	第44-45页
·K-means算法	第45-52页
·K-means算法的简介	第45页
·K-means算法的已有改进	第45-47页
·K-means算法的实现过程描述	第47页
·K-means算法的核心类的设计说明	第47-50页
·K-means算法在考古数据挖掘中的应用	第50-52页
·本章小结	第52-53页
第六章 关联分析算法的实现及应用	第53-63页
·关联分析的概述	第53-54页
·Apriori算法	第54-62页
·Apriori算法基本思想	第54-55页
·Apriori算法的缺陷及已有改进算法	第55页
·Apriori算法的实现过程描述	第55-56页
·Apriori算法的核心类的设计说明	第56-58页
·Apriori算法在考古数据挖掘中的应用	第58-62页
·本章小结	第62-63页
第七章 预测分析算法的实现及应用	第63-73页
·回归分析	第63-64页
·回归分析概述	第63页
·回归模型的分类	第63-64页
·回归模型的简介	第64页
·线性回归分析	第64-72页
·线性回归的概念及其原理	第64-66页
·线性回归的实例说明	第66-68页
·线性回归的核心类的设计说明	第68-69页
·线性回归的系统功能演示	第69-72页
·本章小结	第72-73页
第八章 通用数据挖掘系统平台的设计与实现	第73-77页
·系统平台的功能设计	第73-75页
·数据处理模块	第74页
·数据挖掘模块	第74-75页
·可视化模块	第75页
·系统平台的实现	第75-76页
·本章小结	第76-77页
第九章 总结和展望	第77-79页
·总结	第77-78页
·下一步工作	第78-79页
参考文献	第79-84页
作者简介	第84-85页
致谢	第85页