基于关系数据库关联规则的疾病发展变化趋势研究
| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 引言 | 第8页 |
| 1.2 疾病发展变化相关概念 | 第8-9页 |
| 1.2.1 疾病发展变化的概念 | 第8-9页 |
| 1.2.2 疾病发展变化的特征 | 第9页 |
| 1.3 研究的目的和意义 | 第9-10页 |
| 1.4 研究现状和应用 | 第10-13页 |
| 1.4.1 研究现状 | 第10页 |
| 1.4.2 数据挖掘技术在医学领域中的应用 | 第10-13页 |
| 1.5 本文的研究内容和文章结构 | 第13-14页 |
| 第二章 数据挖掘概念及算法理论 | 第14-29页 |
| 2.1 数据挖掘基本概念和流程 | 第14-16页 |
| 2.2 数据挖掘的功能 | 第16-18页 |
| 2.3 频繁项集和关联规则概念 | 第18-20页 |
| 2.3.1 频繁项集概念 | 第18页 |
| 2.3.2 关联规则概念 | 第18-20页 |
| 2.4 关联规则挖掘步骤 | 第20-21页 |
| 2.5 关联规则的分类 | 第21-22页 |
| 2.6 Apriori算法 | 第22-26页 |
| 2.6.1 算法核心思想 | 第23页 |
| 2.6.2 算法实现步骤 | 第23-25页 |
| 2.6.3 算法总结 | 第25-26页 |
| 2.7 关于关联规则相关系数的引入和思考 | 第26-29页 |
| 2.7.1 引入相关系数的定义 | 第27-28页 |
| 2.7.2 相关系数阈值的思考 | 第28-29页 |
| 第三章 基于关系数据库疾病发展变化关联规则的挖掘 | 第29-46页 |
| 3.1 数据收集 | 第29页 |
| 3.2 数据预处理 | 第29-32页 |
| 3.3 挖掘频繁项集 | 第32-36页 |
| 3.4 生成关联规则 | 第36-39页 |
| 3.4.1 L2生成强关联规则 | 第36-37页 |
| 3.4.2 L3生成强关联规则 | 第37-38页 |
| 3.4.3 L4生成强关联规则 | 第38-39页 |
| 3.5 相关系数分析和取舍 | 第39-46页 |
| 3.5.1 L2生成强关联规则的相关系数 | 第39-40页 |
| 3.5.2 L3生成强关联规则的相关系数 | 第40-41页 |
| 3.5.3 L4生成强关联规则的相关系数 | 第41-42页 |
| 3.5.4 关联规则的取舍和分类 | 第42-46页 |
| 第四章 疾病发展变化趋势数值分析 | 第46-55页 |
| 4.1 疾病发展变化正相关强关联规则数值分析 | 第46-49页 |
| 4.2 癌症病变数值分析 | 第49-55页 |
| 4.2.1 癌症病变数值分析雷达图 | 第49-54页 |
| 4.2.2 数值分析结果 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.1.1 挖掘结果综述 | 第55页 |
| 5.1.2 癌症病变数值分析结论 | 第55-56页 |
| 5.1.3 原因分析 | 第56页 |
| 5.2 展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |
