第1章 绪论 1
1.1 Vague集产生的背景 1
1.2 模糊数据挖掘 2
1.3 模糊决策 5
1.4 Vague集的国内外研究现状 5
1.4.1 Vague集间的相似度量 6
1.4.2 基于Vague集的模糊决策方法 6
1.4.3 Vague集的应用研究 6
1.5 小结 7
第2章 Vague集理论 8
2.1 Fuzzy集 8
2.1.1 Fuzzy集 8
2.1.2 Fuzzy集的运算与相关性质 9
2.1.3 Fuzzy集的截集与分解定理 11
2.1.4 Fuzzy集贴近度 13
2.2 Vague集 15
2.2.1 Vague集基本概念 15
2.2.2 Vague集的运算及其性质 16
2.2.3 Vague集的水平集 17
2.2.4 Vague集间的距离 18
2.2.5 Vague集间的相似度量 20
2.3 小结 22
第3章 Vague集向Fuzzy集转化的方法 23
3.1 均值法 23
3.2 比例法 23
3.3 林氏转化法 24
3.4 新的转化方法 26
3.5 实例分析 28
3.6 基于Vague集的模糊多目标决策 29
3.7 小结 31
第4章 Vague集的相似度 32
4.1 几种相似度量方法的不足 32
4.2 Vague集间相似度量的新方法一 34
4.2.1 Vague值之间的相似度量 34
4.2.2 Vague集之间的相似度量 36
4.2.3 实证分析 37
4.3 Vague集间相似度量的新方法二 38
4.3.1 Vague值间的距离 38
4.3.2 Vague集之间的距离 38
4.3.3 Vague值的相似度 39
4.3.4 Vague集之间的相似度 40
4.4 小结 43
第5章 Vague集的模糊熵 44
5.1 引言 44
5.2 模糊熵的定义 44
5.2.1 信息熵 44
5.2.2 模糊熵 45
5.3 Vague集模糊熵 45
5.4 Vague集模糊熵的改进 47
5.5 Vague集模糊熵的应用 49
5.6 小结 51
第6章 基于Vague集的聚类 52
6.1 聚类分析 52
6.1.1 划分法（Partitioning Methods） 52
6.1.2 层次法 53
6.1.3 密度算法 53
6.1.4 图论聚类法 53
6.1.5 基于网格的方法（Grid-Based Methods） 53
6.1.6 模型算法 54
6.1.7 谱系聚类法 54
6.2 Vague值上的谱系聚类 56
6.3 Vague集聚类分析的基本理论 59
6.4 Vague集上的直接聚类法 60
6.5 Vague关系图的概念和定义 66
6.6 Vague聚类原则 67
6.7 实验分析 67
6.8 小结 71
第7章 基于Vague集的关联规则算法 73
7.1 关联规则算法 73
7.1.1 关联规则的概念 73
7.1.2 Apriori算法 75
7.2 数据缺失下的Vague关联规则挖掘模型 77
7.3 VagueApriori算法思想 79
7.4 VagueApriori算法的实现 81
7.5 VagueApriori算法的性能分析 84
7.6 实例分析 86
7.7 小结 88
第8章 基于Vague集的综合评估方法 89
8.1 Vague值的排序方法 89
8.2 基于Vague集的模糊多目标决策 92
8.2.1 模糊多目标决策问题描述 92
8.2.2 目标相对优属度 93
8.2.3 基于Vague集的模糊多目标决策方法 93
8.2.4 在购买商品房问题中的应用 94
8.3 TOPSIS方法在Vague集中的应用 95
8.3.1 基于Vague值的语言术语集 95
8.3.2 基于Vague集的TOPSIS方法 96
8.3.3 在招聘人员中的应用 97
8.4 小结 98
第9章 Vague集的研究回顾与展望 100
9.1 Vague集的理论研究 100
9.1.1 Vague集的代数结构研究 100
9.1.2 Vague集的排序方法研究 101
9.1.3 Vague集（值）的相似度研究 101
9.1.4 Vague集的模糊多目标决策方法研究 103
9.2 Vague集的应用研究 103
9.3 Vague集的研究展望 104
9.4 小结 104
附录 VagueApriori算法核心源代码 105
参考文献 123