| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-18页 |
| ·数据挖掘简介 | 第11-13页 |
| ·数据挖掘的背景及发展 | 第11-12页 |
| ·研究及应用现状 | 第12-13页 |
| ·粗糙集理论简介 | 第13-15页 |
| ·粗糙集理论的背景及发展 | 第13-14页 |
| ·研究现状及方向 | 第14-15页 |
| ·关联规则简介 | 第15-16页 |
| ·关联规则概况 | 第15-16页 |
| ·存在的问题 | 第16页 |
| ·本文的创新点 | 第16页 |
| ·本文研究内容和结构 | 第16-18页 |
| 第二章 预备知识 | 第18-34页 |
| ·粗糙集理论有关概念及性质 | 第18-19页 |
| ·粗糙集理论在关联规则挖掘中的应用 | 第19-23页 |
| ·数据预处理 | 第20-21页 |
| ·属性约简 | 第21-23页 |
| ·值约简 | 第23页 |
| ·关联规则挖掘基础知识 | 第23-30页 |
| ·关联规则有关概念和性质 | 第24-26页 |
| ·扩展关联规则的研究 | 第26-30页 |
| ·经典挖掘算法和分析 | 第30-32页 |
| ·关联规则挖掘算法的优化技术 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于粗糙集的属性约简和求核 | 第34-46页 |
| ·基于差别矩阵的高效求核算法 | 第34-38页 |
| ·问题的提出和解决方法 | 第34页 |
| ·算法描述和说明 | 第34-37页 |
| ·实验与结果分析 | 第37-38页 |
| ·新旧算法比较 | 第38页 |
| ·基于差别矩阵的决策表相对约简算法及规则提取 | 第38-45页 |
| ·问题的提出及算法描述 | 第38-43页 |
| ·属性约简的计算机实现 | 第43-44页 |
| ·算法模型和描述 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于粗糙集的关联规则改进挖掘算法 | 第46-71页 |
| ·基于粗糙集的带结论域的关联规则挖掘算法 | 第46-62页 |
| ·问题的提出和解决方法 | 第46-47页 |
| ·Apriori-MARDA 算法模型和新旧算法比较 | 第47-49页 |
| ·实验与结果分析 | 第49-54页 |
| ·Apriori-MARDA 算法的优化 | 第54-56页 |
| ·优化算法与原算法比较 | 第56-58页 |
| ·AprioriTid-MARDA 和AprioriHybrid-MARDA 算法 | 第58-62页 |
| ·一种基于两级支持度的无冗余正、负关联规则挖掘算法 | 第62-70页 |
| ·问题的提出 | 第62页 |
| ·负关联规则挖掘分析 | 第62-63页 |
| ·负关联规则的支持度、置信度和相关性 | 第63-65页 |
| ·算法模型构造 | 第65-69页 |
| ·实验与结果分析 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 冗余关联规则的删除 | 第71-79页 |
| ·冗余的概念及性质 | 第71-72页 |
| ·冗余决策规则的删除 | 第72-73页 |
| ·CRRA-冗余关联规则清洗算法 | 第73-76页 |
| ·问题的提出及解决方法 | 第73-74页 |
| ·算法描述和模型 | 第74-75页 |
| ·实验与结果分析 | 第75-76页 |
| ·有效关联规则评判的标准 | 第76-78页 |
| ·本章小结 | 第78-79页 |
| 结论 | 第79-81页 |
| 论文的总结 | 第79页 |
| 粗糙集理论在数据挖掘中的应用展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-86页 |
| 附录 A（攻读学位期间发表论文目录） | 第86-87页 |
| 详细摘要 | 第87-90页 |
