第1章 绪论 1
1.1 知识发现 1
1.2 人工智能 13
1.3 智能决策 23
第2章 相关基础理论 30
2.1 知识发现的理论基础 30
2.2 数据仓库的理论基础 43
2.3 联机分析处理的理论基础 62
2.4 智能决策的理论基础 69
第3章 知识发现和数据挖掘对象与模式 78
3.1 知识发现的挖掘对象 78
3.2 知识发现的挖掘模式 84
第4章 数据预处理 103
4.1 数据预处理的作用 103
4.2 数据预处理的方法 105
4.3 数据离散化方法 118
第5章 基于符号推理的数据挖掘方法 125
5.1 BACON系统 125
5.2 FDD系统 128
第6章 基于信息论思想的数据挖掘方法 143
6.1 ID3方法 143
6.2 IBLE方法 149
第7章 基于进化思想的数据挖掘方法 158
7.1 神经网络 158
7.2 遗传算法 170
7.3 人工免疫算法 186
7.4 蚁群算法 192
7.5 鱼群算法 202
7.6 粒子群优化算法 209
第8章 基于集合论的数据挖掘方法 217
8.1 模糊集合 217
8.2 粗糙集合 221
8.3 粗糙集合的扩展模型 229
第9章 基于统计方法的数据挖掘方法 248
9.1 相关分析和回归分析 248
9.2 方差分析 254
9.3 因子分析 262
9.4 判别分析 267
第10章 智能决策支持系统 275
10.1 智能决策支持系统概述 275
10.2 数据库与数据库管理系统 289
10.3 模型库与模型库管理系统 296
10.4 方法库与方法库管理系统 304
10.5 知识库与知识库管理系统 310
10.6 人机对话管理系统 318
10.7 逻辑框架及实现方案 331
第11章 知识发现与智能决策支持系统的应用案例 335
11.1 知识发现的应用 335
1 1.2 智能决策支持系统的应用 364
11.3 数据挖掘系统产品 378
参考文献 385