文摘
英文文摘
1 绪论
1.1 引言
1.2 课题研究的目的及意义
1.3 数据挖掘的研究现状
1.4 研究的主要内容及组织结构
2 数据挖掘的技术研究
2.1 数据挖掘的基本理论
2.2 数据挖掘的过程和模型
2.3 数据挖掘的工具
2.4 应用领域
2.5 研究热点
3 数据分类中的决策树算法
3.1 数据分类
3.1.1 数据分类的过程
3.1.2 分类方法的评估标准
3.2 决策树分类算法在在国内外的研究现状
3.3 决策树算法的含义
3.4 决策树算法的构造
3.5 决策树方法的评价
3.6 本文采用决策树的原因
3.7 常用的决策树方法
3.8 贝叶斯分类算法
3.9 神经网络分类算法
3.10 几种分类算法的比较
4 课题需求分析及数据准备
4.1 问题的提出
4.2 问题的定义
4.3 员工分类过程中的总体结构
4.4 数据准备
5 分类技术在人才招聘中的实现
5.1 ID3算法
5.1.1 ID3算法的定义
5.1.2 算法的描述
5.1.3 ID3算法的基本策略的说明
5.2 决策树的建立
5.2.1 ID3算法的具体实现过程
5.2.2 建立决策树模型
5.3 结果分析
5.3.1 评估决策树分类效率的模型
5.3.2 决策树中提取出的规则
6 结束语
6.1 工作总结
6.2 未来工作展望
参考文献
致谢
个人简历
攻读学位期间的主要成果