第一章 绪论 | 第1-20页 |
·数据库知识发现(KDD) | 第11-14页 |
·KDD定义 | 第11-13页 |
·KDD与相关技术比较 | 第13-14页 |
·数据挖掘 | 第14-16页 |
·数据挖掘的任务 | 第14-15页 |
·数据挖掘的研究热点 | 第15-16页 |
·数据挖掘面临的挑战 | 第16页 |
·频繁模式发现 | 第16-19页 |
·关联规则发现 | 第16-18页 |
·序列模式发现 | 第18页 |
·关联规则与序列模式的比较 | 第18-19页 |
·本文的主要内容及组织 | 第19页 |
·本章小结 | 第19-20页 |
第二章 序列模式发现概述 | 第20-31页 |
·序列模式的提出 | 第20页 |
·序列模式相关概念及定义 | 第20-21页 |
·经典序列模式发现算法 | 第21-29页 |
·AprioriAll算法 | 第22-24页 |
·GSP算法 | 第24-27页 |
·PrefixSpan算法 | 第27-29页 |
·序列模式的应用领域及其发展方向 | 第29-30页 |
·应用领域 | 第29页 |
·发展方向 | 第29-30页 |
·本章小结 | 第30-31页 |
第三章 基于频繁概念格的序列模式发现 | 第31-46页 |
·概念格及其扩展模型 | 第31-35页 |
·概念格模型的扩展 | 第31-33页 |
·扩展概念格与Galois格之间的对应关系 | 第33-34页 |
·概念格的构造算法 | 第34-35页 |
·基于ECL的序列模式发现 | 第35-39页 |
·序列模式传统算法的瓶颈 | 第35-36页 |
·基于ECL的序列模式发现框架 | 第36-39页 |
·基于频繁概念格的序列模式发现 | 第39-43页 |
·频繁概念格的引入 | 第39-40页 |
·基于Bordat的频繁概念格构造算法 | 第40-41页 |
·频繁概念格的逐层构造算法FL-Chein | 第41-42页 |
·两种频繁概念格生成算法比较 | 第42-43页 |
·实验及分析 | 第43-45页 |
·实验结果 | 第43-44页 |
·实验分析 | 第44-45页 |
·本章小结 | 第45-46页 |
第四章 闭合序列模式研究 | 第46-59页 |
·引言 | 第46页 |
·闭合序列模式发现 | 第46-48页 |
·问题引入 | 第46-47页 |
·闭合序列模式定义 | 第47-48页 |
·研究现状 | 第48页 |
·Multi-pass CS算法—一种有效的闭合序列挖掘算法 | 第48-54页 |
·算法描述 | 第49-51页 |
·算法优化 | 第51-52页 |
·Multi-pass CS算法 | 第52-53页 |
·实验及分析 | 第53-54页 |
·问题的进一步讨论 | 第54-57页 |
·Top-K闭合序列模式 | 第55页 |
·Top-K闭合序列模式发现算法TKCS | 第55-56页 |
·实验及分析 | 第56-57页 |
·本章小结 | 第57-59页 |
第五章 SEQPKDD系统简介 | 第59-63页 |
·引言 | 第59页 |
·系统设计思想及结构 | 第59-62页 |
·数据预处理模块 | 第59-60页 |
·序列模式发现算法模块 | 第60-62页 |
·本章小结 | 第62-63页 |
第六章 结束语 | 第63-65页 |
参考文献 | 第65-69页 |
研究生期间主要科研工作及成果 | 第69-70页 |
附录 实验数据和运行结果 | 第70-75页 |