第1章 数据挖掘与智能知识管理研究现状 1
1.1 数据挖掘及其主要研究方向 1
1.2 知识管理及主要流派 4
1.3 智能知识管理的提出 8
参考文献 16
第2章 智能知识管理理论模型 23
2.1 智能知识的相关定义与理论框架 23
2.2 智能知识管理过程模型研究 28
2.3 智能知识管理的方法论 36
2.4 智能知识管理的未来研究发展方向 41
参考文献 44
第3章 智能知识管理的4T过程模型研究 45
3.1 基于知识来源的知识发现分类与比较分析 45
3.2 智能知识管理的4T过程与主要步骤 49
3.3 4T的主要过程分析 54
3.4 本章小结 70
参考文献 70
第4章 智能知识的获取研究 72
4.1 智能知识的分类与评价 72
4.2 基于关联规则的智能知识获取研究 76
4.3 基于粗糙集的MCLP分类的智能知识获取 86
4.4 智能知识评价的应用举例 102
4.5 本章小结 110
参考文献 110
第5章 基于领域知识的深层知识发现及个性化推荐研究 114
5.1 领域知识驱动的知识发现过程 114
5.2 领域知识的表示与提取 117
5.3 基于领域知识的个性化推荐模型 126
5.4 本章小结 156
参考文献 157
第6章 智能知识管理系统的理论框架、设计与实现 164
6.1 当前数据挖掘系统概况 164
6.2 当前数据挖掘软件的不足 166
6.3 新一代挖掘系统的特性 168
6.4 软件构思及关键技术 170
6.5 系统框架模型 175
6.6 雏形系统的一个实现实例 177
6.7 本章小结 182
参考文献 183
第7章 案例与应用研究：商业银行客户流失智能知识发现及应用管理 185
7.1 商业银行信用卡业务理解 185
7.2 贷记卡数据收集及数据整理 188
7.3 基于Logistic回归的原始知识发现过程 197
7.4 基于Logistic回归的智能知识发现 208
7.5 本章小结 212
参考文献 212