| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 引言 | 第9-16页 |
| ·研究背景及意义 | 第9页 |
| ·研究现状与发展 | 第9-13页 |
| ·贝叶斯网络 | 第10-11页 |
| ·移动Agent技术 | 第11页 |
| ·分布式数据挖掘技术 | 第11-13页 |
| ·本文的主要工作与论文结构 | 第13-15页 |
| ·主要工作与创新点 | 第13-14页 |
| ·论文组织结构 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 相关理论与技术研究回顾 | 第16-34页 |
| ·贝叶斯网络研究 | 第16-24页 |
| ·贝叶斯网络基础 | 第16-20页 |
| ·贝叶斯网络学习 | 第20-23页 |
| ·贝叶斯网络的推理 | 第23-24页 |
| ·分布式数据挖掘技术 | 第24-27页 |
| ·数据挖掘技术的基本概念 | 第24-25页 |
| ·分布式数据挖掘的关键技术 | 第25页 |
| ·分布式数据挖掘系统的特点 | 第25-27页 |
| ·移动AGENT | 第27-33页 |
| ·Agent的概述 | 第27-30页 |
| ·移动Agent技术 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于贝叶斯网络的分布式商务数据挖掘模型的建立 | 第34-45页 |
| ·系统概述 | 第34页 |
| ·模型架构 | 第34-38页 |
| ·Bee-gent系统框架 | 第34-37页 |
| ·DDMMBN框架的提出 | 第37-38页 |
| ·属性多叉树 | 第38-40页 |
| ·属性多叉树的定义 | 第38-39页 |
| ·属性多叉树的构建算法 | 第39-40页 |
| ·分布环境下贝叶斯网络的结构学习 | 第40-43页 |
| ·分布环境下贝叶斯网络的参数学习 | 第43页 |
| ·框架中各模块的运行过程 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 实现与分析 | 第45-63页 |
| ·开发及运行环境 | 第45-47页 |
| ·环境变量的配置 | 第45页 |
| ·服务器应用文件的部署 | 第45-47页 |
| ·运行步骤 | 第47-57页 |
| ·数据预处理 | 第47-48页 |
| ·构建贝叶斯网络 | 第48-53页 |
| ·利用贝叶斯网络推理 | 第53-57页 |
| ·结果分析 | 第57-62页 |
| ·依赖系数阈值的影响 | 第57-60页 |
| ·与数据汇总法的比较 | 第60-61页 |
| ·与加权表决法的比较 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71页 |