| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 研究方法及内容 | 第14-15页 |
| 1.3.1 研究方法 | 第14-15页 |
| 1.3.2 研究内容 | 第15页 |
| 1.4 本文组织结构 | 第15-17页 |
| 1.5 创新点 | 第17-18页 |
| 第二章 乳品行业现状分析及经销商满意度相关理论 | 第18-23页 |
| 2.1 我国乳品行业的现状 | 第18-19页 |
| 2.2 乳品行业的营销渠道模式 | 第19-20页 |
| 2.3 经销商满意度理论 | 第20-23页 |
| 2.3.1 经销商 | 第20页 |
| 2.3.2 满意度理论 | 第20-21页 |
| 2.3.3 经销商满意度 | 第21-23页 |
| 第三章 数据挖掘及分类算法相关理论 | 第23-31页 |
| 3.1 数据挖掘概述 | 第23-25页 |
| 3.1.1 数据挖掘定义及任务 | 第23-24页 |
| 3.1.2 数据挖掘技术与方法 | 第24-25页 |
| 3.1.3 数据挖掘的应用 | 第25页 |
| 3.2 决策树ID3算法 | 第25-29页 |
| 3.2.1 信息熵理论 | 第26-27页 |
| 3.2.2 ID3算法的过程描述 | 第27页 |
| 3.2.3 ID3算法举例 | 第27-28页 |
| 3.2.4 ID3算法的优缺点 | 第28-29页 |
| 3.3 决策树的剪枝和评价 | 第29-31页 |
| 3.3.1 决策树的剪枝 | 第29页 |
| 3.3.2 分类模型的评价标准 | 第29-31页 |
| 第四章 基于属性约简和属性加权的ID3算法的改进 | 第31-41页 |
| 4.1 粗糙集理论 | 第31-34页 |
| 4.1.1 信息表和不可分辨关系 | 第31页 |
| 4.1.2 集合近似及其性质 | 第31-32页 |
| 4.1.3 属性的依赖性、约简和重要性 | 第32-33页 |
| 4.1.4 属性约简的方法 | 第33-34页 |
| 4.2 基于粗糙集的一种新的ID3算法--WID3算法 | 第34-39页 |
| 4.2.1 基于属性加权的ID3改进算法 | 第34-37页 |
| 4.2.2 基于属性约简和属性加权的ID3改进算法 | 第37-38页 |
| 4.2.3 改进的ID3算法的设计 | 第38-39页 |
| 4.3 基于属性简约和属性加权WID3算法的流程 | 第39-41页 |
| 第五章 ID3算法及WID3算法在经销商分类中的实证研究 | 第41-59页 |
| 5.1 经销商满意度评测体系的建立 | 第41-48页 |
| 5.1.1 满意度评测指标的选取和体系建立 | 第41页 |
| 5.1.2 调查问卷的设计与数据的收集 | 第41-43页 |
| 5.1.3 调查问卷分析 | 第43-48页 |
| 5.2 乳品企业经销商分类模型 | 第48-49页 |
| 5.3 数据预处理 | 第49-50页 |
| 5.3.1 数据选择 | 第49页 |
| 5.3.2 数据转换 | 第49-50页 |
| 5.3.3 属性约简 | 第50页 |
| 5.3.4 训练集和测试集的选择 | 第50页 |
| 5.4 构建分类决策树模型 | 第50-55页 |
| 5.4.1 ID3分类器模型的建立 | 第50-53页 |
| 5.4.2 基于主成份分析的ID3算法分类器 | 第53-54页 |
| 5.4.3 WID3算法分类器 | 第54-55页 |
| 5.5 分类器模型评价 | 第55-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64页 |
