| 第一章 绪论 | 第1-13页 |
| ·引言 | 第7页 |
| ·什么是数据挖掘?(Data Mining----DM) | 第7页 |
| ·知识发现和数据挖掘 | 第7-8页 |
| ·知识发现过程 | 第8-9页 |
| ·数据挖掘与数据仓的关系 | 第9页 |
| ·数据挖掘的分类 | 第9-10页 |
| ·数据挖掘的方法和技术 | 第10页 |
| ·数据挖掘应用的几个实例 | 第10-11页 |
| ·数据挖掘不能干什么 | 第11页 |
| ·主要研究内容 | 第11-13页 |
| 第二章 数据预处理 | 第13-17页 |
| ·为什么要数据预处理 | 第13页 |
| ·数据预处理的方法 | 第13-17页 |
| ·数据清理(deta cleaning) | 第13-14页 |
| ·数据集成和变换 | 第14-16页 |
| ·数据归约 | 第16-17页 |
| 第三章 信息增益 | 第17-19页 |
| 第四章 分类管理与概念描述 | 第19-32页 |
| ·分类管理 | 第19页 |
| ·简述概念描述 | 第19-20页 |
| ·概念描述的方法 | 第20-25页 |
| ·面向属性的归纳 | 第20-21页 |
| ·属性概化控制 | 第21-22页 |
| ·归纳过程中的统计信息处理 | 第22页 |
| ·面向属性归纳的基本算法 | 第22-23页 |
| ·概化的表示 | 第23-25页 |
| ·解析特征化和解析比较 | 第25-29页 |
| ·相关性分析 | 第26-27页 |
| ·类区分 | 第27-29页 |
| ·类比较描述的表示 | 第29-30页 |
| ·特征化和比较的表示 | 第30-32页 |
| 第五章 分类与判定树 | 第32-45页 |
| ·什么是分类 | 第32-33页 |
| ·分类算法简述 | 第33-34页 |
| ·判定树分类举例 | 第34-35页 |
| ·判定树分类算法 | 第35-37页 |
| ·对判定树算法的评估 | 第37页 |
| ·判定树的优缺点 | 第37-38页 |
| ·可伸缩的判定树算法 | 第38-39页 |
| ·SLIQ可伸缩算法 | 第39-45页 |
| ·SLIQ算法数据结构 | 第39-41页 |
| ·属性选择 | 第41-42页 |
| ·SLIQ算法总流程 | 第42-44页 |
| ·剪枝 | 第44-45页 |
| 第六章 面向属性归约应用实例与分类软件的开发 | 第45-55页 |
| ·面向属性归约方法的应用 | 第45-49页 |
| ·国税的机构特征 | 第45页 |
| ·数据源 | 第45-46页 |
| ·分类挖掘-概念提升 | 第46-49页 |
| ·判定树归纳分类的应用 | 第49-54页 |
| ·SLIQ算法 | 第49-50页 |
| ·数据源 | 第50页 |
| ·gini index值的计算 | 第50-51页 |
| ·剪枝算法 | 第51-52页 |
| ·结果输出 | 第52页 |
| ·java实现的SLIQ算法 | 第52页 |
| ·造纸行业实例分析 | 第52-54页 |
| ·结论 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-58页 |