| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-20页 |
| ·引言 | 第9页 |
| ·我国监狱信息化建设现状 | 第9-10页 |
| ·数据挖掘技术简介 | 第10-17页 |
| ·数据挖掘的起源 | 第10-11页 |
| ·数据挖掘的定义 | 第11-12页 |
| ·数据挖掘的对象及任务 | 第12-13页 |
| ·数据挖掘的主要方法 | 第13-15页 |
| ·数据挖掘一般结构 | 第15页 |
| ·数据挖掘的分类 | 第15-16页 |
| ·数据挖掘的应用 | 第16-17页 |
| ·数据挖掘技术在监狱信息化建设中的发展现状 | 第17-18页 |
| ·本论文主要研究方法和特色 | 第18-19页 |
| ·主要研究方法 | 第18页 |
| ·本论文的特色 | 第18-19页 |
| ·本论文的主要内容和结构安排 | 第19-20页 |
| 第二章 数据挖掘系统方案选择 | 第20-48页 |
| ·数据挖掘的工具 | 第20-23页 |
| ·SPSS Clementine | 第20页 |
| ·Oracle Darwin | 第20-21页 |
| ·DB Miner | 第21-22页 |
| ·IBM Intelligent Miner for Data | 第22页 |
| ·Weka | 第22-23页 |
| ·Microsoft SQL Server2005 | 第23页 |
| ·课题所用工具的选择 | 第23-24页 |
| ·使用 SQL server 2005 进行数据挖掘的操作 | 第24-30页 |
| ·Business Intelligence Development Studio（BIDS） | 第24-25页 |
| ·Analysis Services（SSAS） | 第25页 |
| ·SQL Server2005 数据挖掘的基本步骤 | 第25-26页 |
| ·DMX 数据挖掘语言 | 第26-28页 |
| ·SQL Server2005 数据挖掘 API 技术 | 第28-30页 |
| ·数据挖掘流程 | 第30-35页 |
| ·数据集成 | 第31-32页 |
| ·数据清理 | 第32-33页 |
| ·数据变换 | 第33-35页 |
| ·数据挖掘 | 第35页 |
| ·结果评估 | 第35页 |
| ·数据挖掘的算法 | 第35-38页 |
| ·本系统使用的算法与技术 | 第38-47页 |
| ·决策树算法 | 第38-40页 |
| ·关联规则算法 | 第40-44页 |
| ·聚类分析算法 | 第44-45页 |
| ·神经网络算法 | 第45-47页 |
| ·可视化技术 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第三章 罪犯信息挖掘系统的设计 | 第48-72页 |
| ·罪犯信息挖掘系统需求分析 | 第48-49页 |
| ·NWP 罪犯信息挖掘系统结构 | 第49-50页 |
| ·NWP 罪犯信息数据挖掘息据库模块设计 | 第50-57页 |
| ·罪犯信息数据 | 第50-51页 |
| ·罪犯信息数据清理和变换 | 第51-52页 |
| ·数据库的设计准则 | 第52-53页 |
| ·罪犯挖掘数据库建立 | 第53-57页 |
| ·NWP 罪犯信息数据挖掘算法模块设计 | 第57-70页 |
| ·通过Micosoft 决策树算法对罪名进行预测 | 第58-62页 |
| ·通过Microsoft 关联规则算法进行关联挖掘 | 第62-64页 |
| ·通过Microsoft 聚类规则算法进行聚类挖掘 | 第64-66页 |
| ·通过Microsoft 神经网络算法进行减刑幅度预测 | 第66-69页 |
| ·模型的建立与训练 | 第69-70页 |
| ·NWP 罪犯信息数据挖掘用户界面模块设计 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第四章 罪犯信息挖掘系统的实现与应用 | 第72-84页 |
| ·NWP 软件运行环境 | 第72页 |
| ·NWP 罪犯信息挖掘系统运行界面 | 第72-77页 |
| ·系统登录界面 | 第72-73页 |
| ·数据相关的界面 | 第73-74页 |
| ·数据挖掘部分的界面 | 第74-77页 |
| ·挖掘结果导出的界面 | 第77页 |
| ·NWP 罪犯信息挖掘系统的结果 | 第77-83页 |
| ·刑期与减刑的预测 | 第77-79页 |
| ·关联规则挖掘结果 | 第79-81页 |
| ·聚类分析结果 | 第81-83页 |
| ·本章小结 | 第83-84页 |
| 第五章 结束语 | 第84-86页 |
| ·总结 | 第84页 |
| ·工作展望 | 第84-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-90页 |
