【正文】 TESP 算法引入序列模式時間特征的概念，在找出模式的同時，也給出序列模式的時間特征，并且允許用戶在挖掘之前對模式的這些時間特征進(jìn)行限制，提高了序列模式挖掘的靈活性和有用性。 攻讀學(xué)位期間作者的工作成果 .................................. 錯誤 !未定義書簽。 系統(tǒng)應(yīng)用 ......................................... 錯誤 !未定義書簽。 流失預(yù)測 ......................................... 錯誤 !未定義書簽。 產(chǎn)品推薦模型 ......................................... 錯誤 !未定義書簽。 CLIQUE聚類算法 ....................................... 錯誤 !未定義書簽。 序列模式研究現(xiàn)狀 ................................. 錯誤 !未定義書簽。 數(shù)據(jù)挖掘模型的表示 ............................... 錯誤 !未定義書簽。 過程模型問題 ..................................... 錯誤 !未定義書簽。 研究內(nèi)容 ......................................... 錯誤 !未定義書簽。 數(shù)據(jù)挖掘系統(tǒng) ..................................... 錯誤 !未定義書簽。 提出問題 ......................................... 錯誤 !未定義書簽。 數(shù)據(jù)源到指標(biāo)體系的映射 ........................... 錯誤 !未定義書簽。 算法描述 ......................................... 錯誤 !未定義書簽。 BP算法 .......................................... 錯誤 !未定義書簽。 客戶特征化（ Customer Profiling） .................. 錯誤 !未定義書簽。 基本概念 ......................................... 錯誤 !未定義書簽。 系統(tǒng)概述 ......................................... 錯誤 !未定義書簽。 結(jié)論 ................................................. 錯誤 !未定義書簽。 3） 改進(jìn)和優(yōu)化了部分?jǐn)?shù)據(jù)挖掘算法，提高了算法的性能和適用范圍。 4） 提出在客戶關(guān)系管理（ CRM）領(lǐng)域構(gòu)建業(yè)務(wù)邏輯層的體系架構(gòu)，利用數(shù)據(jù)挖掘技術(shù)為客戶行為建模，設(shè)計并實現(xiàn)了五個業(yè)務(wù)模型：產(chǎn)品推薦、客戶獲摘 要 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 2 取、客戶流失、客戶價值、客戶響應(yīng)。經(jīng)過十多年的發(fā)展， 研究重點逐漸從發(fā)現(xiàn)方法轉(zhuǎn)向系統(tǒng)應(yīng)用，注重多種發(fā)現(xiàn)策略和技術(shù)的集成， 以及多學(xué)科之間的相互滲透 。 系統(tǒng)功能 ......................................... 錯誤 !未定義書簽。 基本概念 ......................................... 錯誤 !未定義書簽。 實現(xiàn)的方法 ....................................... 錯誤 !未定義書簽。 CLIQUE算法描述 ................................... 錯誤 !未定義書簽。 TESP算法 ........................................ 錯誤 !未定義書簽。 基于構(gòu)件的軟件設(shè)計方法 ........................... 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 ii 第三章 數(shù)據(jù)挖掘應(yīng)用平臺 ..................................... 錯誤 !未定義書簽。 引言 ................................................. 錯誤 !未定義書簽。 研究意義 ......................................... 錯誤 !未定義書簽。 橫向的數(shù)據(jù)挖掘工具 ............................... 錯誤 !未定義書簽。 體系結(jié)構(gòu) ......................................... 錯誤 !未定義書簽。 關(guān)聯(lián)規(guī)則研究現(xiàn)狀 ................................. 錯誤 !未定義書簽。 DMTree的 MDL修剪 ................................. 錯誤 !未定義書簽。 第五章 業(yè)務(wù)邏輯層 .......................................... 錯誤 !未定義書簽。 傳統(tǒng)方法 ......................................... 錯誤 !未定義書簽。 本章小結(jié) ............................................. 錯誤 !未定義書簽。 本章小結(jié) ............................................. 錯誤 !未定義書簽。 2） 構(gòu)建了一種新穎的數(shù)據(jù)挖掘體系結(jié)構(gòu)， 將數(shù)據(jù)挖掘劃分成數(shù)據(jù)層、算法層、業(yè)務(wù)邏輯層、行業(yè)表示層五個層次 。 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 3 Abstract Data Mining is a process of extracting previously unknown, actionable information from very large database and is a hot field in the research of puter science now. The emphases of research are moving from discovering techniques into system applications after more than ten years’ development. It now pays more att