| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·本文研究背景及意义 | 第8-9页 |
| ·国内外的究动态及进展 | 第9-10页 |
| ·关联规则的研究现状 | 第9页 |
| ·决策树的研究现状 | 第9-10页 |
| ·本文的主要工作 | 第10-13页 |
| 2 基于数据挖掘的决策支持系统理论研究 | 第13-21页 |
| ·决策树分类算法 | 第13-17页 |
| ·决策树分类的概念 | 第13-14页 |
| ·决策树分类的步骤 | 第14-15页 |
| ·决策树分类的适用问题及优缺点 | 第15页 |
| ·决策树基本生成算法 | 第15-17页 |
| ·关联规则算法 | 第17-20页 |
| ·基本术语 | 第17页 |
| ·生成分类规则 | 第17-19页 |
| ·构造关联规则分类器 | 第19页 |
| ·关联规则分类的不足 | 第19-20页 |
| ·小结 | 第20-21页 |
| 3 基于决策树的快速关联规则改进算法 | 第21-34页 |
| ·构造决策树 | 第21-26页 |
| ·ID3 算法 | 第23-25页 |
| ·决策树的剪枝 | 第25-26页 |
| ·决策树的代价计算 | 第26页 |
| ·基于 LOAP 关联规则 Apriori 算法改进研究 | 第26-29页 |
| ·基本Apriori算法挖掘过程 | 第27页 |
| ·Apriori算法改进 | 第27-29页 |
| ·基于决策树的快速关联规则改进研究 | 第29-33页 |
| ·基于决策树的快速关联规则算法 | 第29-30页 |
| ·实例验证 | 第30-33页 |
| ·小结 | 第33-34页 |
| 4 基于数据挖掘技术的决策支持系统的设计与实现 | 第34-51页 |
| ·多属性决策支持系统平台方案设计 | 第34-38页 |
| ·系统平台功能分析 | 第34页 |
| ·系统平台设计思想 | 第34-36页 |
| ·系统平台模块构架 | 第36页 |
| ·系统平台的实现 | 第36-38页 |
| ·多属性决策支持系统平台的具体实现 | 第38-50页 |
| ·系统设置及主界面实现 | 第38-39页 |
| ·决策树分类模块实现及花瓣种群分类实例分析 | 第39-42页 |
| ·关联规则分类模块实现及汽车年代划分实例分析 | 第42-43页 |
| ·本文改进算法分类模块实现及应用实例分析 | 第43-50页 |
| ·小结 | 第50-51页 |
| 5 结论与展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 研究生期间发表的论文 | 第56-57页 |
| 致谢 | 第57页 |