数据挖掘与分析技术在决策支持系统中的应用方案.docVIP

数据挖掘与分析技术在决策支持系统中的应用方案

TOC\o1-2\h\u16780第1章引言 3

90571.1背景与意义 3

98791.2研究目的与内容 3

26113第2章数据挖掘与分析技术概述 4

171712.1数据挖掘基本概念 4

139832.2数据挖掘的主要任务与算法 4

260222.2.1分类 4

321922.2.2回归 4

162092.2.3聚类 5

124592.2.4关联规则分析 5

326152.2.5异常检测 5

71722.3数据分析与决策支持的关系 5

6189第3章决策支持系统架构 5

103423.1决策支持系统的发展历程 5

147373.2决策支持系统的基本构成 6

42853.3决策支持系统的分类与评估 6

15011第4章数据预处理技术 6

1024.1数据清洗与集成 7

122014.1.1数据清洗方法 7

66674.1.2数据集成 7

13324.2数据变换与归一化 7

185394.2.1数据变换方法 7

38094.2.2归一化方法 7

288304.3数据降维与特征选择 7

152884.3.1数据降维方法 8

67634.3.2特征选择方法 8

19325第5章数据挖掘技术在决策支持中的应用 8

269345.1关联规则挖掘 8

296815.1.1背景介绍 8

10205.1.2应用方案 8

285005.2聚类分析 8

57175.2.1背景介绍 8

296745.2.2应用方案 9

313135.3分类与预测 9

12445.3.1背景介绍 9

231455.3.2应用方案 9

202015.4时间序列分析 9

214745.4.1背景介绍 9

60765.4.2应用方案 9

9550第6章基于决策树的智能决策方法 10

155936.1决策树算法原理 10

46256.1.1信息增益 10

265906.1.2信息增益率 10

110296.2决策树构建与剪枝 10

16106.2.1决策树构建 10

281746.2.2决策树剪枝 10

211906.3决策树在决策支持系统中的应用案例 11

30724第7章基于神经网络的智能决策方法 11

224727.1神经网络基本原理 11

115127.1.1神经元模型 11

264037.1.2网络结构 11

15017.1.3学习算法 12

47787.2常用神经网络模型 12

325817.2.1感知机 12

221807.2.2多层前向神经网络 12

139247.2.3径向基函数网络 12

279637.2.4递归神经网络 12

285157.3神经网络在决策支持系统中的应用案例 12

148617.3.1财务预测 12

222997.3.2信用评估 12

305907.3.3优化调度 13

91197.3.4医疗诊断 13

23434第8章基于支持向量机的智能决策方法 13

46888.1支持向量机原理 13

225588.1.1线性可分支持向量机 13

305358.1.2非线性支持向量机与核技巧 13

315558.1.3支持向量回归机 13

290178.2支持向量机的优化与模型选择 13

219248.2.1模型参数优化方法 13

120438.2.2惩罚参数C的选择 13

169448.2.3核参数的选择 13

215358.3支持向量机在决策支持系统中的应用案例 14

327488.3.1金融领域 14

196258.3.2生物医学领域 14

223198.3.3工业制造领域 14

4738.3.4交通运输领域 14

3546第9章大数据分析与决策支持 14

178669.1大数据概述 14

190289.1.1定义与特征 14

141069.1.2发展历程 14

172259.2大数据分析技术 14

87429.2.1基本框架 14

190729.2.2关键技术 15

217749.2.3方法论 15

295089.3