| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 1. 绪论 | 第10-14页 |
| ·选题的背景和意义 | 第10-11页 |
| ·选题的研究现状 | 第11-14页 |
| 2. 零售业数据挖掘概述 | 第14-20页 |
| ·零售业业务特点 | 第14-15页 |
| ·商业数据挖掘简介 | 第15-17页 |
| ·数据挖掘技术在零售业领域中的应用形式 | 第17页 |
| ·零售业数据挖掘面临的困难 | 第17-20页 |
| 3. 粗糙集理论 | 第20-28页 |
| ·粗糙集理论由来 | 第20页 |
| ·粗糙集理论在数据挖掘中的应用 | 第20-21页 |
| ·粗糙集理论中的重要概念 | 第21-28页 |
| 4. 基于粗糙集理论的零售业数据挖掘系统结构和算法 | 第28-37页 |
| ·零售业数据挖掘系统体系结构 | 第28-30页 |
| ·基于粗糙集理论的零售业数据挖掘系统体系结构 | 第30-33页 |
| ·基于粗糙集理论的零售业数据挖掘系统算法设计 | 第33-37页 |
| ·基于粗糙集的连续数据离散化算法 | 第33-34页 |
| ·基于粗糙集的数据完备化算法 | 第34-35页 |
| ·属性约简算法 | 第35页 |
| ·增量规则提取算法 | 第35-37页 |
| 5. 基于粗糙集理论的零售业数据挖掘系统的设计与实现 | 第37-44页 |
| ·数据准备层的设计与实现 | 第37-38页 |
| ·数据收集和数据确认 | 第37-38页 |
| ·筛选 | 第38页 |
| ·预处理层的设计与实现 | 第38-42页 |
| ·数据离散化处理流程 | 第38-40页 |
| ·完备化处理流程 | 第40-42页 |
| ·评价层的设计与实现 | 第42-44页 |
| ·约减处理流程 | 第42-43页 |
| ·学习规则挖掘处理流程 | 第43-44页 |
| 6. 粗糙集理论的零售业数据挖掘系统应用 | 第44-52页 |
| ·描述 | 第44页 |
| ·挖掘过程 | 第44-49页 |
| ·挖掘准备 | 第44-47页 |
| ·预处理 | 第47-48页 |
| ·挖掘 | 第48-49页 |
| ·结果分析 | 第49-52页 |
| 7. 结论 | 第52-53页 |
| ·总结 | 第52页 |
| ·进一步的工作 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57页 |