| 1 绪论 | 第1-13页 |
| 1．1 课题提出的背景和意义 | 第9-10页 |
| 1．2 国内外研究现状 | 第10-11页 |
| 1．3 论文的组织 | 第11-13页 |
| 2 关联规则描述及相关算法 | 第13-25页 |
| 2．1 关联规则的概念 | 第13-15页 |
| 2．1．1 基本概念 | 第13-14页 |
| 2．1．2 关联规则的分类 | 第14-15页 |
| 2．2 关联规则挖掘的经典算法及分析 | 第15-25页 |
| 2．2．1 层次迭代算法 | 第16-19页 |
| 2．2．1．1 Apriori算法 | 第16-18页 |
| 2．2．1．2 基于Apriori的改进算法 | 第18-19页 |
| 2．2．2 不产生候选挖掘频繁项集的算法 | 第19-22页 |
| 2．2．2．1 频繁模式增长FP算法 | 第20-22页 |
| 2．2．2．2 对FP-growth算法的分析 | 第22页 |
| 2．2．3 最大频繁项目集挖掘 | 第22-25页 |
| 3 基于FP-树的挖掘最大频繁项目集的Max-FI算法 | 第25-38页 |
| 3．1 FP-树的设计与构造 | 第25-30页 |
| 3．1．1 FP-树的定义 | 第25-26页 |
| 3．1．2 FP-树的构造 | 第26-29页 |
| 3．1．3 FP-树的性质 | 第29-30页 |
| 3．2 最大频繁项目集挖掘算法Max-FI | 第30-33页 |
| 3．3 算法分析与比较 | 第33-38页 |
| 4 有效且无冗余关联规则挖掘算法MVNR | 第38-50页 |
| 4．1 相关定义和定理 | 第38-42页 |
| 4．1．1 基于支持度-可信度框架的缺点 | 第38-39页 |
| 4．1．2 相关支持度 | 第39-40页 |
| 4．1．3 关联规则的冗余性 | 第40-41页 |
| 4．1．4 相关研究 | 第41-42页 |
| 4．2 挖掘有效且无冗余关联规则算法MVNR | 第42-50页 |
| 4．2．1 定义和定理 | 第42-43页 |
| 4．2．2 MVNR算法 | 第43-47页 |
| 4．2．3 实例分析 | 第47-50页 |
| 5 关联规则挖掘技术在公安分析决策中的应用尝试 | 第50-55页 |
| 5．1 数据挖掘过程 | 第50-51页 |
| 5．2 数据预处理 | 第51-54页 |
| 5．3 试验结果及分析 | 第54-55页 |
| 6 总结与展望 | 第55-57页 |
| 6．1 本文总结 | 第55-56页 |
| 6．2 未来工作展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间发表的论文情况 | 第63-64页 |