基于粗糙集的知识约简方法及应用
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·粗糙集知识约简的研究现状 | 第9-10页 |
| ·研究目的 | 第10-11页 |
| ·本文的组织结构 | 第11-13页 |
| 2 知识挖掘与粗糙集 | 第13-20页 |
| ·知识挖掘 | 第13-14页 |
| ·知识挖掘的概念 | 第13-14页 |
| ·知识挖掘的处理过程 | 第14页 |
| ·粗糙集理论 | 第14-20页 |
| ·粗糙集的基本概念 | 第15-16页 |
| ·基于粗糙集的知识表达系统 | 第16-20页 |
| 3 基于属性重要度的粗糙集属性约简算法研究 | 第20-35页 |
| ·数据预处理 | 第20-23页 |
| ·数据预处理的过程和方法 | 第21页 |
| ·冗余数据的清洗 | 第21-22页 |
| ·不完备决策表的补齐和连续属性值的离散化 | 第22-23页 |
| ·基于粗糙集的聚类知识发现 | 第23-26页 |
| ·粗糙集聚类知识发现的主要思想 | 第23-24页 |
| ·粗糙集聚类知识发现的相关定义 | 第24-25页 |
| ·基于粗糙集的聚类知识发现算法 | 第25-26页 |
| ·条件属性约简 | 第26-35页 |
| ·原粗糙集属性约简算法局限性分析 | 第27-28页 |
| ·改进的广义特征表求核算法 | 第28-29页 |
| ·改进的启发式属性约简算法 | 第29-32页 |
| ·算法性能评价 | 第32-35页 |
| 4 基于值重要度的粗糙集规则获取算法研究 | 第35-47页 |
| ·改进的启发式规则获取算法 | 第35-38页 |
| ·规则的合并和不相容规则的处理 | 第38-39页 |
| ·算法分析与比较 | 第39-43页 |
| ·结果评价 | 第43-47页 |
| ·性能分析 | 第43-44页 |
| ·决策规则质量分析 | 第44页 |
| ·实例评价 | 第44-47页 |
| 5 粗糙集知识约简方法在客户关系管理中的应用 | 第47-58页 |
| ·客户关系管理 | 第47-49页 |
| ·客户关系管理的内涵和作用 | 第47-48页 |
| ·客户关系管理中的客户知识 | 第48页 |
| ·客户关系管理中的客户知识挖掘 | 第48-49页 |
| ·粗糙集知识约简方法的应用 | 第49-54页 |
| ·分类指标选择 | 第49页 |
| ·数据获取和表示 | 第49-50页 |
| ·客户分类 | 第50-54页 |
| ·结果评价 | 第54-58页 |
| ·结果分析 | 第55-56页 |
| ·单样本测试 | 第56页 |
| ·多样本测试 | 第56-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录A 改进属性约简算法部分程序 | 第62-64页 |
| 附录B 部分客户交易数据表 | 第64-65页 |
| 攻读硕士学位期间发表学术论文情况 | 第65-66页 |
| 致谢 | 第66-67页 |
