搜集数据进行数据挖掘的研究
摘要 | 第1-7页 |
ABSTRACT | 第7-8页 |
第1章 前言 | 第8-12页 |
·课题的来源 | 第8-9页 |
·国内外发展现状 | 第9-11页 |
·撰写顺序及主要内容 | 第11-12页 |
第2章 货代管理系统 | 第12-18页 |
·货代管理系统功能简介 | 第12-14页 |
·运价管理 | 第12-13页 |
·业务主体 | 第13页 |
·委托录入 | 第13-14页 |
·报关管理 | 第14页 |
·定舱录入 | 第14页 |
·费用录入 | 第14页 |
·审核 | 第14页 |
·财务挑帐 | 第14页 |
·决策子系统 | 第14页 |
·决策子系统介绍 | 第14-17页 |
·数据模块 | 第15-16页 |
·数据预处理 | 第16页 |
·发现内核 | 第16页 |
·模式表示 | 第16页 |
·用户界面 | 第16页 |
·关于用户 | 第16-17页 |
·本章小结 | 第17-18页 |
第3章 人工智能领域的数据挖掘技术 | 第18-25页 |
·何谓数据挖掘技术 | 第18-19页 |
·数据挖掘的内容和本质 | 第19-20页 |
·数据库中数据挖掘的核心 | 第20-22页 |
·分类模式 | 第20页 |
·回规模式 | 第20-21页 |
·时间序列模式 | 第21页 |
·聚类模式 | 第21页 |
·关联模式 | 第21-22页 |
·数据挖掘的方法论 | 第22-24页 |
·本章小结 | 第24-25页 |
第4章 货代管理系统中关联规则的发现 | 第25-47页 |
·数据准备 | 第25-31页 |
·有效性检查 | 第25-26页 |
·清除和转换数据 | 第26-30页 |
·移动数据 | 第30-31页 |
·数据挖掘 | 第31-42页 |
·概念体系 | 第31-32页 |
·关联规则发现基本算法 | 第32-35页 |
·算法改进 | 第35-38页 |
·多值属性的关联规则 | 第38-40页 |
·多层次关联规则的发现 | 第40-42页 |
·评估和解释模式模 | 第42-44页 |
·具有高支持度的规则 | 第43页 |
·低支持度特例形成的规则 | 第43页 |
·介于两者之间的规则 | 第43-44页 |
·数据挖掘的安全性和私有性 | 第44-45页 |
·限制存取 | 第44-45页 |
·微调数据 | 第45页 |
·废弃数据 | 第45页 |
·增加数据 | 第45页 |
·本章小结 | 第45-47页 |
第5章 待解决的问题及前景展望 | 第47-51页 |
·分布式数据挖掘和WEB信息获取 | 第47页 |
·智能决策支持系统 | 第47-48页 |
·定位数据 | 第47-48页 |
·信息抽取 | 第48页 |
·识别信息 | 第48页 |
·挖掘数据 | 第48页 |
·集成知识 | 第48页 |
·研究与应用挑战 | 第48-50页 |
·更大的数据库 | 第48页 |
·高维度 | 第48页 |
·确定统计意义 | 第48-49页 |
·变化的数据和知识 | 第49页 |
·错误和噪音数据 | 第49页 |
·域间的复杂关系 | 第49页 |
·模式的可理解性 | 第49页 |
·用户交互和前提知识 | 第49页 |
·与其他系统的整合 | 第49-50页 |
·本章小结 | 第50-51页 |
结束语 | 第51-53页 |
致谢 | 第53-54页 |
工程硕士研究生简介 | 第54-55页 |
参考文献 | 第55-57页 |