征引過的文獻在注釋中已注明，不再出現(xiàn)于文后參考文獻中。那么關于學位論文的參考文獻應該是怎樣的呢?

　　[1]楊毅超.基于Web數(shù)據(jù)挖掘的作物商務平臺分析與研究[D].湖南農(nóng)業(yè)大學2008

　　[2]徐進華.基于灰色系統(tǒng)理論的數(shù)據(jù)挖掘及其模型研究[D].北京交通大學2009

　　[3]俞馳.基于網(wǎng)絡數(shù)據(jù)挖掘的客戶獲取系統(tǒng)研究[D].西安電子科技大學2009

　　[4]馮軍.數(shù)據(jù)挖掘在自動外呼系統(tǒng)中的應用[D].北京郵電大學2009

　　[5]于寶華.基于數(shù)據(jù)挖掘的高考數(shù)據(jù)分析[D].天津大學2009

　　[6]王曼,施念,花琳琳,楊永利.成組刪除法和多重填補法對隨機缺失的二分類變量資料處理效果的比較[J].鄭州大學學報(醫(yī)學版).2012(05)

　　[7]黃杰晟,曹永鋒.挖掘類改進決策樹[J].現(xiàn)代計算機(專業(yè)版).2010(01)

　　[8]李凈,張范,張智江.數(shù)據(jù)挖掘技術與電信客戶分析[J].信息通信技術.2009(05)

　　[9]武曉巖,李康.基因表達數(shù)據(jù)判別分析的隨機森林方法[J].中國衛(wèi)生統(tǒng)計.2006(06)

　　[10]張璐.論信息與企業(yè)競爭力[J].現(xiàn)代情報.2003(01)

　　[11]劉瑩.基于數(shù)據(jù)挖掘的商品銷售預測分析[J].科技通報.2014(07)

　　[12]姜曉娟,郭一娜.基于改進聚類的電信客戶流失預測分析[J].太原理工大學學報.2014(04)

　　[13]李欣海.隨機森林模型在分類與回歸分析中的應用[J].應用昆蟲學報.2013(04)

　　[14]朱志勇,徐長梅,劉志兵,胡晨剛.基于貝葉斯網(wǎng)絡的客戶流失分析研究[J].計算機工程與科學.2013(03)

　　[15]翟健宏,李偉,葛瑞海,楊茹.基于聚類與貝葉斯分類器的網(wǎng)絡節(jié)點分組算法及評價模型[J].電信科學.2013(02)

　　[16]王仁彥.數(shù)據(jù)挖掘與網(wǎng)站運營管理[D].華東師范大學2010

　　[17]彭智軍.數(shù)據(jù)挖掘的若干新方法及其在我國證券市場中應用[D].重慶大學2005

　　[18]涂繼亮.基于數(shù)據(jù)挖掘的智能客戶關系管理系統(tǒng)研究[D].哈爾濱理工大學2005

　　[19]賈治國.數(shù)據(jù)挖掘在高考填報志愿上的應用[D].內(nèi)蒙古大學2005

　　[20]馬飛.基于數(shù)據(jù)挖掘的航運市場預測系統(tǒng)設計及研究[D].大連海事大學2006

　　[21]周霞.基于云計算的太陽風大數(shù)據(jù)挖掘分類算法的研究[D].成都理工大學2014

　　[22]阮偉玲.面向生鮮農(nóng)產(chǎn)品溯源的基層數(shù)據(jù)庫建設[D].成都理工大學2015

　　[23]明慧.復合材料加工工藝數(shù)據(jù)庫構建及數(shù)據(jù)集成[D].大連理工大學2014

　　[24]陳鵬程.齒輪數(shù)控加工工藝數(shù)據(jù)庫開發(fā)與數(shù)據(jù)挖掘研究[D].合肥工業(yè)大學2014

　　[25]岳雪.基于海量數(shù)據(jù)挖掘關聯(lián)測度工具的設計[D].西安財經(jīng)學院2014

　　[26]丁翔飛.基于組合變量與重疊區(qū)域的SVM-RFE方法研究[D].大連理工大學2014

　　[27]劉士佳.基于MapReduce框架的頻繁項集挖掘算法研究[D].哈爾濱理工大學2015

　　[28]張曉東.全序模塊模式下范式分解問題研究[D].哈爾濱理工大學2015

　　[29]尚丹丹.基于虛擬機的Hadoop分布式聚類挖掘方法研究與應用[D].哈爾濱理工大學2015

　　[30]王化楠.一種新的混合遺傳的基因聚類方法[D].大連理工大學2014