基于决策树技术的新农村建设类型划分方法研究

摘要

数据挖掘是一个可以从大量数据中智能的和自动的抽取一些有用的、可信的、有效的和可以理解的模式的过程。分类是数据挖掘的重要内容之一,在许多领域得到了广泛的应用,其中决策树分类法在海量数据环境中应用最为广泛。党的十六届五中全会提出了建设新农村的重大历史任务,为做好当前和今后一个时期的“三农”工作指明了方向。在新农村建设过程中,为反映新农村建设的现状,各地多是依据新农村建设综合评价指标体系运用加权求和法,得出所分析地区新农村建设的综合得分及排名。但上述方法不能得到建设过程中具有典型代表性的类型划分,而且评价指标权重的划分很难保证其科学性和实用性,不利于各地政府因地制宜地开展新农村建设活动。数据挖掘中的决策树方法是以实例为基础的归纳学习算法,在确定数据集之后,完全依赖数据本身来学习模型。
　　其优点在于不依赖领域知识,表达出的规则易于理解,指标的重要性也能清晰地显示出来。针对上述问题,本文依据新农村建设综合评价指标体系及其数据,运用数据挖掘技术,提出一种基于决策树的新农村建设类型划分方法,对新农村建设情况进行分类处理,以解决综合评价法只能得到综合得分及排名,没有类型划分的问题,同时利用数据挖掘中得到的规则,为综合评价指标体系中权重的设立提供参考。

目录

摘要

Abstract

致谢

第一章 绪论

1.1 研究的背景

1.2 决策树算法研究的背景与意义

1.3 决策树算法研究的历史与现状

1.3.1 决策树算法研究的发展过程

1.3.2 决策树算法研究的发展趋势

1.4 本文组织结构

第二章 数据挖掘及决策树分类方法

2.1 数据挖掘概论

2.1.1 数据挖掘过程

2.1.2 数据挖掘的任务和功能

2.1.3 数据挖掘的基本方法

2.1.4 数据挖掘结果的评测

2.1.5 数据挖掘的应用及发展趋势

2.2 决策树分类基本理论

2.2.1 决策树介绍

2.2.2 决策树简化

2.2.3 决策树的评价

2.3 决策树分类工D3算法

2.4 本章小结

第三章 新农村建设评价指标体系及评价等级

3.1 新农村建设及评价的意义

3.2 新农村建设评价指标体系

3.2.1 建立评价指标

3.2.2 指标解释

3.3 新农村建设评价指标的划分

3.3.1 评价指标及其等级划分

3.3.2 评价等级划分的解释

3.4 本章小结

第四章 决策树在新农村评价中的应用

4.1 数据预处理

4.2 决策树生成的基本过程

4.3 实验结果与分析

4.4 本章小结

第五章 总结与展望

5.1 本文主要工作总结

5.2 进一步的研究工作

参考文献

攻读硕士期间重要科研工作及成果