| 摘要 | 第1-6页 |
| Abstract | 第6-18页 |
| 主要符号表 | 第18-19页 |
| 1 绪论 | 第19-37页 |
| ·研究背景和意义 | 第19-20页 |
| ·国内外研究现状 | 第20-34页 |
| ·传统数据集中频繁模式挖掘算法的研究 | 第20-23页 |
| ·不确定数据集中的频繁模式挖掘算法的研究 | 第23-27页 |
| ·高效用项集挖掘算法的研究 | 第27-33页 |
| ·大数据集下的频繁模式挖掘研究 | 第33-34页 |
| ·本文主要研究内容与思路 | 第34-35页 |
| ·论文的组织结构 | 第35-37页 |
| 2 传统事务数据集中的频繁模式挖掘算法 | 第37-54页 |
| ·引言 | 第37页 |
| ·传统数据集中频繁模式挖掘的典型算法 | 第37-43页 |
| ·Apriori算法 | 第37页 |
| ·FP-Growth算法 | 第37-40页 |
| ·COFI算法 | 第40-43页 |
| ·基于滑动窗口的数据流频繁模式挖掘算法 | 第43-53页 |
| ·相关定义及问题描述 | 第43-45页 |
| ·算法描述 | 第45-49页 |
| ·算法分析 | 第49-50页 |
| ·实验及结果分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 3 不确定数据集上的频繁模式挖掘算法 | 第54-94页 |
| ·引言 | 第54-55页 |
| ·不确定静态数据集上频繁模式挖掘算法 | 第55-69页 |
| ·相关定义与问题描述 | 第55-56页 |
| ·AT-Mine算法 | 第56-62页 |
| ·算法分析 | 第62-63页 |
| ·实验及结果分析 | 第63-69页 |
| ·基于滑动窗口的不确定数据流的频繁模式挖掘算法 | 第69-84页 |
| ·相关定义与问题描述 | 第70页 |
| ·UDS-FIM算法 | 第70-78页 |
| ·实验及结果对比分析 | 第78-84页 |
| ·带权重值的不确定数据流上的频繁模式挖掘模型 | 第84-92页 |
| ·相关定义与问题描述 | 第84-85页 |
| ·基于权重的频繁模式模型描述 | 第85-86页 |
| ·基于权重的频繁模式挖掘算法 | 第86-90页 |
| ·具有权重值的不确定数据流的频繁模式挖掘算法 | 第90-91页 |
| ·实验及结果分析 | 第91-92页 |
| ·本章小结 | 第92-94页 |
| 4 高效用模式挖掘算法 | 第94-121页 |
| ·引言 | 第94页 |
| ·一种不产生候选项集的高效用模式挖掘算法 | 第94-108页 |
| ·相关定义与问题描述 | 第94-96页 |
| ·TNT-HUI算法 | 第96-101页 |
| ·算法分析 | 第101-102页 |
| ·实验及结果对比分析 | 第102-108页 |
| ·数据流的高效用模式挖掘算法 | 第108-120页 |
| ·问题描述 | 第109页 |
| ·HUM-UT算法 | 第109-115页 |
| ·实验及结果分析 | 第115-120页 |
| ·本章小结 | 第120-121页 |
| 5 大数据集上的频繁模式挖掘算法 | 第121-130页 |
| ·引言 | 第121页 |
| ·相关定义 | 第121页 |
| ·一种高效的基于MapReduce的频繁模式挖掘算法 | 第121-124页 |
| ·大数据集上的数据流频繁模式挖掘算法 | 第124-126页 |
| ·算法分析 | 第126-127页 |
| ·实验及结果分析 | 第127-129页 |
| ·不同最小支持度下的运行时间对比 | 第127-128页 |
| ·不同数据量下的运行时间对比 | 第128-129页 |
| ·加速度对比实验 | 第129页 |
| ·本章小结 | 第129-130页 |
| 6 结论与展望 | 第130-133页 |
| ·结论 | 第130-131页 |
| ·创新点摘要 | 第131-132页 |
| ·展望 | 第132-133页 |
| 参考文献 | 第133-146页 |
| 攻读博士学位期间科研项目及科研成果 | 第146-148页 |
| 致谢 | 第148-149页 |
| 作者简介 | 第149-150页 |