决策支持系统案例精品课程.ppt

决策支持系统;层次分析模型的决策应用;运用层次分析法进行决策的过程包括建立层次结构模型、构造判断模型等内容。具体而言，层次分析法分析过程包括３步： 建立层次结构模型； 决定各层指标的权重，将同一层的指标与上一层中某个指标进行两两成对比较，采用定性和定量标度其重要程度，构造出判断模型，计算出各层指标的权重，并通过计算判断矩阵的一致性来验证权重是否合理； 计算出待选方案的相对权重并排序，完成决策。 ;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;层次分析法在图书馆设备采购决策中的应用;判断模型;Web挖掘与个性化决策支持;数据挖掘分类法;数据挖掘分类法;数据挖掘分类法;关联规则;关联规则举例;关联规则定义;关联规则定义;关联规则定义;关联规则定义;关联规则定义;关联规则定义;关联规则定义;关联规则定义;关联规则举例;关联规则举例;关联规则的??掘过程; Apriori 算法;Apriori 算法的具体步骤;分类规则;决策树算法;决策树的组成部分;决策树算法举例;决策树预备定义——信息墒;ID3算法构造决策树;确定决策树的节点;计算各属性的信息墒;得到根节点;;聚类;聚类的一般步骤;聚类的一般步骤;聚类在图情领域中的应用;时序规则挖掘;基本概念;基本概念;基本概念;例子;Web日志时序关联规则挖掘模型;Step1 整理数据;Step2计算窗口变化率;Step2计算窗口变化率;监督学习;基本概念;基本概念;朴素贝叶斯分类;学习过程;预测;朴素贝叶斯文本分类;朴素贝叶斯文本文档模型;二项分布;说明;说明;无监督学习;聚类应用实例;聚类应用实例;聚类应用实例;分析;距离函数;Web使用日志挖掘;概念;挖掘过程;数据预处理阶段;数据预处理阶段;数据预处理阶段;数据预处理阶段;数据预处理阶段;数据预处理阶段;数据预处理阶段;h1探索法;h-ref探索法;数据预处理阶段;数据预处理阶段;数据预处理阶段;Web使用记录挖掘的数据建模;页面权重的确定方法;页面访问序列模型的矩阵表示;其他数据的整合;页面访问特征矩阵表示;?;内容增强型事务数据的应用;Web用法模式的发现和分析;聚类分析和访问者分割;K-means算法思想;关联与相关度分析实例;序列和导航模式分析;观点挖掘;文本评估;意见分类;基于意见短语的分类;算法步骤;例子;算法步骤;短语的语义倾向（SO）;算法步骤;基于评分函数的意见分类;基于评分函数的意见分类;观点挖掘和摘要;对象;例子;显式和隐式特征;例子;某一特征的观点段;显式和隐式观点;基于特征的摘要;对象特征的抽取;对象特征的抽取;对象特征的抽取;格式1中正面和负面评价的特征抽取;格式2、3中正面和负面评价的特征抽取;观点欺诈;结构化数据抽取;预备知识;列表页;详情页;网页格式;包装器归纳的数据抽取方法;网页建模——EC树;从网页中抽取节点;网页的HTML编码;抽取任务——抽取饭店名;识别整个地址列表的规则;识别电话区号;能生成抽取规则的包装器学习算法;基于实例的包装器学习;IDE算法;模板举例;模板举例;模板举例;链接分析;