数据挖掘在供应商评估和选择中的应用
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-4页 |
| 目录 | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景 | 第7-11页 |
| ·现实背景 | 第7-8页 |
| ·理论背景 | 第8-11页 |
| ·问题提出 | 第11页 |
| ·研究意义 | 第11-13页 |
| ·研究方法 | 第13页 |
| ·全文概貌 | 第13-15页 |
| ·论文主要研究内容 | 第13-14页 |
| ·各章节内容提要 | 第14-15页 |
| 第二章 供应商评估指标体系 | 第15-24页 |
| ·供应商评估和选择过程 | 第15-16页 |
| ·评估指标体系的发展 | 第16-20页 |
| ·Dickson的23项评估准则 | 第17-18页 |
| ·国内对评估指标的研究 | 第18-20页 |
| ·评估指标体系的建立 | 第20-24页 |
| ·建立指标体系的原则 | 第20-21页 |
| ·建立指标体系 | 第21-24页 |
| 第三章 指标权重方案 | 第24-35页 |
| ·指标权重 | 第24页 |
| ·层次分析法(AHP) | 第24-29页 |
| ·AHP算法的原理 | 第24-25页 |
| ·AHP算法的特点 | 第25页 |
| ·AHP算法计算指标权重的步骤 | 第25-28页 |
| ·AHP方法进行供应商评估 | 第28-29页 |
| ·信息熵算法及实例 | 第29-33页 |
| ·信息熵的概念 | 第29-30页 |
| ·信息熵确定权重 | 第30页 |
| ·信息熵的供应商评估算法 | 第30-31页 |
| ·信息熵算法应用实例 | 第31-33页 |
| ·方法比较 | 第33-35页 |
| 第四章 数据挖掘与粗糙集 | 第35-47页 |
| ·数据挖掘 | 第35-39页 |
| ·数据挖掘的概念 | 第35页 |
| ·数据挖掘的过程 | 第35-36页 |
| ·数据挖掘的分类 | 第36页 |
| ·数据挖掘的任务和应用领域 | 第36-37页 |
| ·数据挖掘的常用技术 | 第37-38页 |
| ·数据挖掘的知识表达 | 第38-39页 |
| ·粗糙集理论 | 第39-43页 |
| ·近似空间与不可分辨关系 | 第39-40页 |
| ·粗糙集(Rough Set)的概念 | 第40-41页 |
| ·知识约简和核 | 第41-42页 |
| ·知识依赖性的量度 | 第42页 |
| ·粗糙集的理论特点 | 第42-43页 |
| ·粗糙集理论的应用 | 第43页 |
| ·粗糙集理论的知识表达 | 第43-47页 |
| ·决策表 | 第43-46页 |
| ·决策规则的性质 | 第46页 |
| ·决策属性的重要性 | 第46-47页 |
| 第五章 供应商评估知识表达实例 | 第47-62页 |
| ·实例背景介绍 | 第47页 |
| ·供应商评估应用 | 第47-59页 |
| ·供应商评估决策表 | 第47-49页 |
| ·决策表的简化 | 第49-59页 |
| ·属性重要性 | 第59页 |
| ·对规则的解释 | 第59-60页 |
| ·结论 | 第60-62页 |
| 第六章 总结和展望 | 第62-64页 |
| ·论文总结 | 第62-63页 |
| ·研究展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 硕士期间发表论文 | 第66-67页 |
| 致谢 | 第67页 |
