声明
摘要
第1章 绪论
1.1 研究背景
1.2 研究现状
1.3 研究目标和内容
1.4 论文结构
第2章 基于数据挖掘的供应商分类技术
2.1 传统的供应商分类存在的问题
2.2 数据挖掘技术
2.2.1 数据挖掘技术的引入
2.2.2 数据挖掘过程
2.3 供应商可信度分类算法的选取
2.3.1 聚类算法
2.3.2 分类算法
2.4 数据挖掘工具
第3章 对K-Means算法的改进
3.1 聚类中的数据类型及数据结构
3.1.1 数据类型
3.1.2 数据结构
3.2 经典的K-Means聚类算法
3.2.1 算法原理
3.2.2 算法实例
3.2.3 优缺点分析
3.3 对K-Means算法的改进
3.3.1 改进原因
3.3.2 改进方法
3.3.3 算法实验对比分析
3.4 改进算法的程序实现
3.4.1 算法描述
3.4.2 代码实现
第4章 对ID3算法的改进
4.1 决策树分类
4.2 经典的ID3算法
4.2.1 算法原理
4.2.2 算法实例
4.2.3 优缺点分析
4.3 ID3算法的改进
4.3.1 改进原因
4.3.2 改进方法
4.3.3 算法实验对比分析
4.4 改进算法的程序实现
4.4.1 算法描述
4.4.2 代码实现
第5章 B2B供应商可信度分类实验
5.1 实验背景
5.2 数据预处理
5.2.1 处理缺失数据
5.2.2 处理噪声数据
5.2.3 处理不一致数据
5.2.4 数据转换
5.2.5 处理数据离散化
5.3 数据聚合及属性约简
5.3.1 数据聚合
5.3.2 属性约简
5.4 wm-K-Means算法的聚类分析
5.4.1 供应商数据的聚类过程
5.4.2 聚类结果分析
5.5 J-ID3算法的分类分析
5.5.1 供应商可信度分类过程
5.5.2 可信度分类结果分析
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢