基于粗糙集理论在数据挖掘中的研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景 | 第7-8页 |
| ·研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9页 |
| ·论文的主要研究内容 | 第9-10页 |
| ·论文结构 | 第10-11页 |
| 第二章 数据挖掘与知识发现理论 | 第11-21页 |
| ·数据挖掘问题的提出 | 第11页 |
| ·数据挖掘的研究现状 | 第11-12页 |
| ·数据挖掘理论的基础研究 | 第11-12页 |
| ·挖掘方法和用户交互问题 | 第12页 |
| ·数据挖掘任务 | 第12-14页 |
| ·关联分析 | 第12-13页 |
| ·时序模式 | 第13页 |
| ·聚类 | 第13页 |
| ·分类 | 第13-14页 |
| ·偏差检测 | 第14页 |
| ·预测 | 第14页 |
| ·数据挖掘分类 | 第14-16页 |
| ·按数据库类型分类 | 第15页 |
| ·按数据挖掘对象分类 | 第15页 |
| ·按数据挖掘任务分类 | 第15页 |
| ·按数据挖掘方法与技术分类 | 第15-16页 |
| ·数据挖掘的主要方法 | 第16-17页 |
| ·概念或类描述 | 第16页 |
| ·关联分析 | 第16页 |
| ·分类和预测分析 | 第16页 |
| ·聚类分析 | 第16页 |
| ·独立点分析 | 第16-17页 |
| ·演变分析 | 第17页 |
| ·复杂类型的数据挖掘 | 第17页 |
| ·数据挖掘的知识表示 | 第17-18页 |
| ·规则 | 第17-18页 |
| ·决策树 | 第18页 |
| ·知识发现的过程 | 第18-21页 |
| ·数据准备 | 第19-20页 |
| ·数据挖掘 | 第20页 |
| ·结果的解释和评估 | 第20-21页 |
| 第三章 粗糙集理论知识概述 | 第21-38页 |
| ·粗糙集概念 | 第21-28页 |
| ·信息系统的定义 | 第21-22页 |
| ·集合论的相关概念 | 第22-24页 |
| ·集合知识、知识库与范畴的概念 | 第24-25页 |
| ·上下近似 | 第25-28页 |
| ·属性约简 | 第28-32页 |
| ·属性的依赖 | 第32-33页 |
| ·几种常见的约简算法 | 第33-34页 |
| ·基本算法 | 第33页 |
| ·基于差别矩阵的启发式算法 | 第33页 |
| ·遗传算法 | 第33页 |
| ·扩展法则约简算法 | 第33页 |
| ·动态约简算法 | 第33-34页 |
| ·复合系统的约简算法 | 第34页 |
| ·决策表 | 第34-35页 |
| ·粗糙集理论的应用情况 | 第35-36页 |
| ·粗糙集理论发展趋势 | 第36-38页 |
| 第四章 一种基于粗糙集的数据挖掘模型与算法 | 第38-42页 |
| ·数据挖掘过程 | 第38页 |
| ·一种基于粗糙集的数据挖掘模型 | 第38-40页 |
| ·粗糙集理论中关键环节算法设计 | 第40-42页 |
| 第五章 基于粗糙集理论在大学生就业中的属性约简 | 第42-58页 |
| ·当今大学生就业形式严峻 | 第42页 |
| ·湖南省大中专院校毕业生就业信息平台 | 第42-44页 |
| ·数据前处理 | 第44-45页 |
| ·原始数据的清洗 | 第45-46页 |
| ·实验 | 第46-58页 |
| ·创建决策表 | 第46-47页 |
| ·构建实验数据 | 第47-49页 |
| ·构建决策表 | 第49-50页 |
| ·产生差别矩阵 | 第50-52页 |
| ·属性约简 | 第52-53页 |
| ·规则提取 | 第53-54页 |
| ·与传统数据挖掘对比 | 第54-55页 |
| ·利用规则指导实践 | 第55-56页 |
| ·实验结果分析与总结 | 第56-58页 |
| 第六章 结论和展望 | 第58-59页 |
| ·结论 | 第58页 |
| ·展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 附录 | 第62-63页 |
