| 第一章 绪论 | 第1-27页 |
| ·引言 | 第12-13页 |
| ·数据库中知识发现概述 | 第13-18页 |
| ·KDD的定义 | 第14-15页 |
| ·KDD的处理过程 | 第15-16页 |
| ·KDD与相关技术的比较 | 第16-18页 |
| ·数据挖掘 | 第18-22页 |
| ·数据挖掘的研究内容和基本任务 | 第18-20页 |
| ·数据挖掘的研究热点 | 第20-21页 |
| ·数据挖掘所面临的挑战 | 第21-22页 |
| ·领域知识与概念分层 | 第22-25页 |
| ·领域知识 | 第22-23页 |
| ·概念分层与概念泛化 | 第23-25页 |
| ·本文的课题来源和内容组织 | 第25-26页 |
| ·本文的课题来源 | 第25-26页 |
| ·本文内容的组织 | 第26页 |
| ·小结 | 第26-27页 |
| 第二章 领域知识及其在 KDD中的应用 | 第27-47页 |
| ·引言 | 第27-29页 |
| ·领域知识概述 | 第29-39页 |
| ·领域知识的概念 | 第29-30页 |
| ·知识发现中主要的知识表示方法 | 第30-33页 |
| ·领域知识的产生式表示 | 第33-37页 |
| ·概念层次树与AOI | 第37-39页 |
| ·领域知识的本体描述 | 第39页 |
| ·领域知识在知识发现各阶段中的作用 | 第39-41页 |
| ·数据选择阶段 | 第40页 |
| ·数据预处理阶段 | 第40-41页 |
| ·数据挖掘阶段 | 第41页 |
| ·模式解释/评价阶段 | 第41页 |
| ·领域知识的反馈和重用 | 第41页 |
| ·领域知识的研究现状和应用前景 | 第41-46页 |
| ·领域知识的研究现状 | 第42-43页 |
| ·基于领域知识的系统 | 第43页 |
| ·使用领域知识应注意的问题 | 第43-44页 |
| ·领域知识的应用前景及所面临的问题 | 第44-46页 |
| ·小结 | 第46-47页 |
| 第三章 概念格及其扩展模型 | 第47-55页 |
| ·引言 | 第47页 |
| ·概念格(GCL) | 第47-49页 |
| ·扩展概念格(ECL) | 第49-51页 |
| ·扩展概念格的定义 | 第49-50页 |
| ·扩展概念格与Galois格的对应关系 | 第50-51页 |
| ·相关概念及定理 | 第51页 |
| ·概念格扩展模型的简化表示 | 第51-54页 |
| ·约简概念格 | 第51-52页 |
| ·相对约简 | 第52-53页 |
| ·概念格的外延量化表示 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第四章 基于多重关系领域知识的分类问题研究 | 第55-72页 |
| ·引言 | 第55-56页 |
| ·层次型领域知识 | 第56-57页 |
| ·概念层次与知识粒度 | 第56-57页 |
| ·概念层次树与概念格 | 第57页 |
| ·多重关系领域知识 | 第57-61页 |
| ·多重补充型领域知识 | 第58-59页 |
| ·多重层次型领域知识 | 第59-61页 |
| ·多重关系领域知识提出的意义 | 第61-62页 |
| ·基于多重关系领域知识的分类算法CS_MRDK | 第62-71页 |
| ·基于扩展概念格的分类规则提取 | 第62页 |
| ·算法描述 | 第62-64页 |
| ·算法举例 | 第64-69页 |
| ·实验结果及分析 | 第69-71页 |
| ·小结 | 第71-72页 |
| 第五章 基于多重关系领域知识的分类知识发现原型系统 | 第72-78页 |
| ·系统概述 | 第72-73页 |
| ·数据预处理模块 | 第72页 |
| ·概念格及概念格扩展模型的构造及更新模块 | 第72页 |
| ·分类规则提取及知识表示模块 | 第72-73页 |
| ·多重关系领域知识的引入模块 | 第73页 |
| ·多重关系领域知识中有价值知识的提取模块 | 第73页 |
| ·系统实现 | 第73-77页 |
| ·小结 | 第77-78页 |
| 第六章 总结及展望 | 第78-81页 |
| ·文章的主要工作 | 第78-79页 |
| ·下一步的工作 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士期间主要科研工作及成果 | 第85页 |