| 第一章． 绪论 | 第1-54页 |
| 1．1 数据挖掘技术 | 第48-49页 |
| 1．2 数据挖掘方法论 | 第49-51页 |
| 1．2．1 数据挖掘过程 | 第50页 |
| 1．2．2 数据挖掘工具 | 第50-51页 |
| 1．3 粗集理论及其应用 | 第51-53页 |
| 1．3．1 粗集理论与其他处理不确定性问题理论的区别和联系 | 第51-53页 |
| 1．3．2 粗集理论的应用 | 第53页 |
| 1．4 本文知识简介 | 第53-54页 |
| 第二章． 基于完备系统的粗集理论 | 第54-68页 |
| 2．1 知识与知识库 | 第54-56页 |
| 2．2 集合的上、下近似集 | 第56-57页 |
| 2．3 集合的近似精度及拓扑性质 | 第57-59页 |
| 2．4 知识的简化和核 | 第59-61页 |
| 2．5 知识的依赖性 | 第61-63页 |
| 2．6 知识的重要性 | 第63-64页 |
| 2．7 知识表达系统KRS | 第64-66页 |
| 2．8 属性的可辨识矩阵、核值表 | 第66-67页 |
| 2．9 决策规则的公式化定义 | 第67-68页 |
| 第三章． 基于不完备系统的粗集理论 | 第68-80页 |
| 3．1 完备信息系统与不完备信息系统 | 第68-69页 |
| 3．2 不完备信息系统中集合的上、下近似集 | 第69-72页 |
| 3．2．1 容差关系 | 第69-70页 |
| 3．2．2 等价关系 | 第70页 |
| 3．2．3 非对称相似关系 | 第70-71页 |
| 3．2．4 三种关系之比较 | 第71-72页 |
| 3．3 决策表的不确定性表示与度量 | 第72-74页 |
| 3．4 决策规则的不确定性表示与度量 | 第74-76页 |
| 3．5 可辨识矩阵 | 第76-80页 |
| 第四章． 不完备信息系统中缺损数据的知识发现 | 第80-106页 |
| 4．1 决策表补齐方法论 | 第80-81页 |
| 4．2 决策表补齐的几种具体方法 | 第81-84页 |
| 4．2．1 Mean Completer算法 | 第81页 |
| 4．2．2 Combinatorial Completer算法 | 第81页 |
| 4．2．3 ROUSTIDA算法 | 第81-84页 |
| 4．3 ROUSTIDA后续算法的修正程序 | 第84-87页 |
| 4．3．1 ROUSTIDA算法的改进算法 | 第84-86页 |
| 4．3．2 任何其他算法的修正程序 | 第86-87页 |
| 4．4 基于核值的ROUSTIDA算法 | 第87-94页 |
| 4．4．1 基于核值的ROUSTIDA算法的理论 | 第87-89页 |
| 4．4．2 基于核值的ROUSTIDA算法 | 第89-91页 |
| 4．4．3 算法比较分析 | 第91-92页 |
| 4．4．4 实例分析 | 第92-94页 |
| 4．5 ROUSnDA算法的后续算法 | 第94-106页 |
| 4．5．1 完备信息系统的属性值分布 | 第94-95页 |
| 4．5．2 不完备信息系统中属性的可交换性 | 第95-96页 |
| 4．5．3 单个属性数据缺损条件下基于重要性及属性可交换性的填补方法 | 第96-103页 |
| 4．5．4 多个属性数据缺损条件下基于重要性及属性可交换性的填补方法 | 第103-106页 |
| 第五章． 结束语 | 第106-107页 |
| 参考文献 | 第107-113页 |
| 致谢 | 第113-114页 |
| 论文发表情况 | 第114页 |
