博士論文數(shù)據(jù)挖掘應(yīng)用平臺(tái)及其關(guān)鍵技術(shù)研究(存儲(chǔ)版)
【正文】 tion and makes some improvements to be able to mine association rules with nega tive attributes. TESP introduces the concept of sequential pattern’s time characteristic, it gives the time characteristic of sequential patterns when finding the patterns and it also allows user to put some restricts on the time characteristic of sequential patterns in 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 。帶負(fù)屬性的關(guān)聯(lián)規(guī)則算法 引入興趣度作為評(píng)價(jià)的準(zhǔn)則，并對(duì)傳統(tǒng)關(guān)聯(lián)規(guī)則算法進(jìn)行改進(jìn)，使得其能夠挖掘帶負(fù)屬性的關(guān)聯(lián)規(guī)則。如何將現(xiàn)有的算法集中在一個(gè)統(tǒng)一的框架下，并且與特定的領(lǐng)域相結(jié)合，構(gòu)造出能被各種層次的用戶(hù)所接受的數(shù)據(jù)挖掘系統(tǒng)，是數(shù)據(jù)挖掘系統(tǒng)研究需要迫切解決的問(wèn)題之一。 參考文獻(xiàn) ................................................... 錯(cuò)誤 !未定義書(shū)簽。 系統(tǒng)概述 ......................................... 錯(cuò)誤 !未定義書(shū)簽。 系統(tǒng)特色 ......................................... 錯(cuò)誤 !未定義書(shū)簽。 業(yè)務(wù)模型建模語(yǔ)言 DMAPML ............................... 錯(cuò)誤 !未定義書(shū)簽。 指標(biāo)選擇 ......................................... 錯(cuò)誤 !未定義書(shū)簽。 目 錄 數(shù)據(jù)挖掘應(yīng)用平臺(tái)及其關(guān)鍵技術(shù)研究 復(fù)旦大學(xué)博士學(xué)位論文 iv 實(shí)現(xiàn)的數(shù)據(jù)挖掘方法 ............................... 錯(cuò)誤 !未定義書(shū)簽。 CRM數(shù)據(jù)挖掘應(yīng)用平臺(tái)的指標(biāo)體系 .................... 錯(cuò)誤 !未定義書(shū)簽。 局部異常 LOF的形式定義 ........................... 錯(cuò)誤 !未定義書(shū)簽。 基于遺傳學(xué)習(xí)算法和 BP算法的前饋網(wǎng)絡(luò) ............... 錯(cuò)誤 !未定義書(shū)簽。 問(wèn)題描述 ......................................... 錯(cuò)誤 !未定義書(shū)簽。 帶時(shí)間特 征的序列模式算法 TESP ......................... 錯(cuò)誤 !未定義書(shū)簽。 第四章 數(shù)據(jù)挖掘算法層 ...................................... 錯(cuò)誤 !未定義書(shū)簽。 數(shù)據(jù)挖掘模型的融合 ............................... 錯(cuò)誤 !未定義書(shū)簽。 數(shù)據(jù)挖掘應(yīng)用平臺(tái)框架 ............................. 錯(cuò)誤 !未定義書(shū)簽。 用戶(hù)問(wèn)題 ......................................... 錯(cuò)誤 !未定義書(shū)簽。 四代數(shù)據(jù)挖掘系統(tǒng) ..................................... 錯(cuò)誤 !未定義書(shū)簽。 本文工作 ............................................. 錯(cuò)誤 !未定義書(shū)簽。 學(xué)校代碼： 10246 學(xué) 號(hào)： 990307 博 士 學(xué) 位 論 文 數(shù)據(jù)挖掘應(yīng)用平臺(tái)及其關(guān)鍵技術(shù)研究 院 系： 計(jì)算機(jī)與信息技術(shù)系 專(zhuān) 業(yè)： 計(jì)算機(jī)軟件 姓 名： 朱建秋 指 導(dǎo) 教 師： 朱揚(yáng)勇 教授 完 成 日 期 ： 20xx 年 4 月 25 日 數(shù)據(jù)挖掘應(yīng)用平臺(tái)及其關(guān)鍵技術(shù)研究 The Research on A Data Mining Platform and It’s Key Technologies 朱建秋 導(dǎo) 師 朱揚(yáng)勇 教授 指導(dǎo)小組成員 施伯樂(lè) 教授 胡運(yùn)發(fā) 教授 顧 寧 教授
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1