| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-10页 |
| ·本课题的选题来源 | 第8页 |
| ·本文主要研究内容和所做工作 | 第8-9页 |
| ·本文的组织和结构 | 第9-10页 |
| 第二章 数据挖掘技术 | 第10-18页 |
| ·数据挖掘的定义 | 第10-11页 |
| ·数据挖掘的方法 | 第11-13页 |
| ·统计方法 | 第11页 |
| ·关联规则 | 第11-12页 |
| ·聚类分析 | 第12页 |
| ·决策树方法 | 第12页 |
| ·神经网络法 | 第12页 |
| ·遗传算法 | 第12-13页 |
| ·粗糙集法 | 第13页 |
| ·支持向量机法 | 第13页 |
| ·数据挖掘的过程 | 第13-15页 |
| ·数据挖掘系统的体系结构 | 第15页 |
| ·数据挖掘技术现状和发展方向 | 第15-18页 |
| ·国内外数据挖掘技术的研究现状 | 第15-16页 |
| ·数据挖掘技术的发展方向 | 第16-18页 |
| 第三章 决策树分类方法 | 第18-29页 |
| ·分类概述 | 第18-20页 |
| ·分类的过程 | 第18-19页 |
| ·分类模型的评估 | 第19-20页 |
| ·决策树方法 | 第20-29页 |
| ·决策树基本算法概述 | 第21-23页 |
| ·决策树算法的评价标准 | 第23-24页 |
| ·决策树常用算法比较 | 第24-29页 |
| 第四章 基于SQL Server 的数据挖掘解决方案 | 第29-40页 |
| ·SQL Server 的基本结构 | 第29-32页 |
| ·Analysis Services 服务器端架构 | 第30-31页 |
| ·Analysis Services 客户端架构 | 第31-32页 |
| ·OLE DB for DM 规范概述 | 第32-37页 |
| ·OLE DB 介绍 | 第33-34页 |
| ·OLE DB for DM 的体系结构 | 第34-35页 |
| ·OLE DB for DM 规范中的基本概念 | 第35-36页 |
| ·OLE DB for DM 的数据挖掘过程 | 第36-37页 |
| ·Microsoft 决策树概述 | 第37-40页 |
| ·Microsoft 决策树算法的结构 | 第37-38页 |
| ·Microsoft 决策树算法的参数 | 第38-40页 |
| 第五章 热轧数据分析 | 第40-50页 |
| ·热轧数据预处理 | 第40-42页 |
| ·决策树的生成 | 第42-45页 |
| ·模型的创建 | 第42-43页 |
| ·模型的训练 | 第43-45页 |
| ·规则存储模型的设计 | 第45-47页 |
| ·规则的定义 | 第45-46页 |
| ·规则的存储模型 | 第46-47页 |
| ·规则的提取方法 | 第47-49页 |
| ·模式行集提取 | 第47-48页 |
| ·存储模型提取 | 第48-49页 |
| ·结果分析 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| ·本文总结 | 第50页 |
| ·本文新颖之处 | 第50页 |
| ·下一步工作 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间发表的论文和参加的主要科研项目 | 第56页 |