基于粗糙集的粒度排序算法
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 引言 | 第9-11页 |
| 第一章 绪论 | 第11-21页 |
| ·数据挖掘概述 | 第11-18页 |
| ·数据库中的知识发现与数据挖掘 | 第11页 |
| ·数据挖掘步骤 | 第11-13页 |
| ·数据挖掘任务 | 第13-15页 |
| ·数据挖掘分类 | 第15-17页 |
| ·概念/类描述:特征化和区分 | 第15页 |
| ·关联分析 | 第15-16页 |
| ·分类和预测 | 第16页 |
| ·聚类分析 | 第16-17页 |
| ·孤立点分析 | 第17页 |
| ·演变分析 | 第17页 |
| ·数据挖掘的发展现状 | 第17-18页 |
| ·数据挖掘技术在市场营销领域的应用 | 第18-21页 |
| 第二章 粒度计算概述 | 第21-27页 |
| ·模糊集理论 | 第22-23页 |
| ·粗糙集理论 | 第23-25页 |
| ·商空间理论 | 第25-26页 |
| ·几种模型之间的关系 | 第26-27页 |
| 第三章 线性市场价值函数模型及其算法实现 | 第27-41页 |
| ·问题提出 | 第27-28页 |
| ·一种线性的市场价值函数模型 | 第28-30页 |
| ·效用函数与权重函数 | 第30-35页 |
| ·效用函数 | 第30-33页 |
| ·基于正样本的估算方法 | 第30-32页 |
| ·基于正负样本的估算方法 | 第32-33页 |
| ·权重函数 | 第33-35页 |
| ·市场价值函数1-1算法 | 第35-40页 |
| ·算法框架 | 第36-38页 |
| ·市场价值函数通用算法框架 | 第36-37页 |
| ·市场价值函数1-1算法框架 | 第37-38页 |
| ·算法步骤描述 | 第38-40页 |
| ·算法时间复杂度分析 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于粗糙集的粒度排序算法 | 第41-53页 |
| ·算法设计思路 | 第41-43页 |
| ·粒度排序算法描述 | 第43-47页 |
| ·粒度排序函数 | 第43-44页 |
| ·算法框架 | 第44-45页 |
| ·算法步骤 | 第45-47页 |
| ·时间复杂度分析 | 第47页 |
| ·实验 | 第47-50页 |
| ·实验平台 | 第48页 |
| ·数据集 | 第48页 |
| ·命中率 | 第48-49页 |
| ·实验结果 | 第49-50页 |
| ·本章小结 | 第50-53页 |
| 第五章 基于粗糙集的增量式粒度排序算法 | 第53-60页 |
| ·算法设计思路 | 第53-54页 |
| ·增量式粒度排序算法描述 | 第54-56页 |
| ·算法框架 | 第54-55页 |
| ·算法步骤 | 第55-56页 |
| ·时间复杂度分析 | 第56页 |
| ·实验 | 第56-59页 |
| ·实验环境 | 第56-57页 |
| ·实验结果 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结及进一步研究方向 | 第60-63页 |
| ·总结及创新点 | 第60-61页 |
| ·进一步研究方向 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-74页 |
| 攻读硕士期间发表文章 | 第74页 |
