【正文】 n order to improve the usefulness and flexibility of sequential pattern mining. We integrate the geic algorithms with BP neural work and design a geic based backpropagation neural work classifier. We make some optimization on the design and implementation of decision tree algorithm— SLIQ and automatic outlier detection algorithm— LOF. 4) Propose the architecture of designing the business rule layer in customer relationship management (CRM), make use of data mining techniques to build customer behavior models, design and implement five operation model: product remendation, customer acquisition, customer attrition, customer value, customer response. 5) Design and implement a data ETL tool— DMETL, an association rule tool— ARMiner, a data mining tool set— DMiner and a customer intelligent analysis system— CIAS. Key Words: Data Mining Application Platform, business rule, business model, customer behavior modeling, ponen 。 關(guān)鍵詞 ：數(shù)據(jù)挖掘應(yīng)用平臺、業(yè)務(wù)邏輯、業(yè)務(wù)模型、客戶行為建模、構(gòu)件 中圖分類號 ： TP302錯誤 !未找到引用源。將遺傳算法和 BP 神經(jīng)網(wǎng)絡(luò)相結(jié)合，研制了基于遺傳算法的前 饋神經(jīng)網(wǎng)絡(luò)分類算法。 3） 改進和優(yōu)化了部分數(shù)據(jù)挖掘算法，提高了算法的性能和適用范圍。 本文主要工作如下： 1） 提出將數(shù)據(jù)挖掘系統(tǒng)從技術(shù)角度劃分為四代，從發(fā)展觀點經(jīng)歷三個階段的論斷，從而歸納出數(shù)據(jù)挖掘系統(tǒng)與應(yīng)用相結(jié)合的趨勢，提出數(shù)據(jù)挖掘應(yīng)用平臺的概念。 數(shù)據(jù)挖掘是面向應(yīng)用的多學(xué)科交叉領(lǐng)域，應(yīng)用推動了數(shù)據(jù)挖掘技術(shù)和理論的研究。 致 謝 ................................................. 錯誤 !未定義書簽。 結(jié)論 ................................................. 錯誤 !未定義書簽。 目 錄 數(shù)據(jù)挖掘應(yīng)用平臺及其關(guān)鍵技術(shù)研究 復(fù)旦大學(xué)博士學(xué)位論文 v 系統(tǒng)特色 ......................................... 錯誤 !未定義書簽。 系統(tǒng)應(yīng)用 ......................................... 錯誤 !未定義書簽。 數(shù)據(jù)挖掘工具集 DMINER .................................. 錯誤 !未定義書簽。 系統(tǒng)概述 ......................................... 錯誤 !未定義書簽。 模型 ............................................. 錯誤 !未定義書簽。 生命周期價值（ LTV） .............................. 錯誤 !未定義書簽。 抑制鏈式反應(yīng) ..................................... 錯誤 !未定義書簽。 基本概念 ......................................... 錯誤 !未定義書簽。 基本概念 ......................................... 錯誤 !未定義書簽。 基本概念 ......................................... 錯誤 !未定義書簽。 基本概念 ......................................... 錯誤 !未定義書簽。 客戶特征化（ Customer Profiling） .................. 錯誤 !未定義書簽。 本章小結(jié) ............................................. 錯誤 !未定義書簽。 異常檢測研究現(xiàn)狀 ................................. 錯誤 !未定義書簽。 聚類研究現(xiàn)狀 ..................................... 錯誤 !未定義書簽。 BP算法 .......................................... 錯誤 !未定義書簽。 DMTree的分割指標 ................................. 錯誤 !未定義書簽。 目 錄 數(shù)據(jù)挖掘應(yīng)用平臺及其關(guān)鍵技術(shù)研究 復(fù)旦大學(xué)博士學(xué)位論文 iii 決策樹算法 DMTREE ..................................... 錯誤 !未定義書簽。 問題描述 ......................................... 錯誤 !未定義書簽。 算法描述 ......................................... 錯誤 !未定義書簽。 帶負屬性的關(guān)聯(lián)規(guī)則算法 ................................ 錯誤 !未定義書簽。 與其他數(shù)據(jù)挖掘系統(tǒng)的比較 ......................... 錯誤 !未定義書簽。 .......................... 錯誤 !未定義書簽。 數(shù)據(jù)源到指標體系的映射 ........................... 錯誤 !未定義書簽。 數(shù)據(jù)挖掘應(yīng)用平臺總體設(shè)計 .............................. 錯誤 !未定義書簽。