| 第一章 绪论 | 第1-11页 |
| ·论文的研究背景 | 第6-8页 |
| ·论文的研究意义 | 第8-9页 |
| ·论文的整体结构 | 第9-11页 |
| 第二章 数据挖掘中的分类技术 | 第11-24页 |
| ·数据挖掘概述 | 第11-12页 |
| ·分类 | 第12-17页 |
| ·分类的基本概念 | 第12-13页 |
| ·分类的基本技术 | 第13-16页 |
| ·分类算法的比较标准 | 第16-17页 |
| ·决策树分类 | 第17-24页 |
| ·基本思想 | 第17-20页 |
| ·决策树分类算法的介绍及比较 | 第20-23页 |
| ·决策树分类法的优点 | 第23-24页 |
| 第三章 铁路客票营销分析 | 第24-29页 |
| ·客票数据介绍 | 第24-25页 |
| ·数据来源 | 第24-25页 |
| ·数据对象 | 第25页 |
| ·铁路客票营销分析 | 第25-29页 |
| ·营销分析的概念 | 第25-26页 |
| ·客票营销分析的内容 | 第26-28页 |
| ·客票营销分析的意义 | 第28-29页 |
| 第四章 基于铁路客票营销分析的决策树分类方法--TT_DTC | 第29-36页 |
| ·相关内容 | 第29-31页 |
| ·客票数据的特点 | 第29-30页 |
| ·现有算法的介绍及不足 | 第30-31页 |
| ·TT_DTC方法 | 第31-34页 |
| ·数据预处理 | 第31-32页 |
| ·决策树生成算法--SF_DT | 第32-33页 |
| ·剪枝与规则提取 | 第33-34页 |
| ·问题及分析 | 第34-36页 |
| 第五章 TT_DTC在铁路客票营销分析中的应用 | 第36-45页 |
| ·实验与决策树 | 第36-41页 |
| ·剪枝 | 第41-42页 |
| ·定量规则的提取 | 第42-43页 |
| ·从规则中得出知识 | 第43-45页 |
| 第六章 结束语 | 第45-48页 |
| ·论文总结 | 第45-46页 |
| ·进一步工作 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 附录 | 第52页 |