| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究的背景 | 第7页 |
| ·研究现状 | 第7-8页 |
| ·本文的主要内容与工作 | 第8-9页 |
| ·本文结构 | 第9-11页 |
| 第二章 关联规则及传统关联挖掘算法研究 | 第11-23页 |
| ·关联规则 | 第11-13页 |
| ·关联规则定义 | 第11-12页 |
| ·关联规则挖掘目的 | 第12页 |
| ·关联规则挖掘方法 | 第12-13页 |
| ·关联规则数据挖掘相关算法 | 第13-22页 |
| ·Apriori 算法 | 第13-14页 |
| ·Fp-Growth 算法 | 第14-17页 |
| ·DLG 算法(Direct Large itemset Generation) | 第17-19页 |
| ·Bit-Vector Data Format | 第19-20页 |
| ·用于数据流（Data Stream）环境时间模式 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 关联规则挖掘算法的改进 | 第23-35页 |
| ·算法步骤说明 | 第24页 |
| ·编码创建 | 第24-26页 |
| ·编码更新 | 第26-30页 |
| ·删除数据后的编码更新 | 第26-28页 |
| ·添加数据后的编码更新 | 第28-30页 |
| ·算法完整流程 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 RLE 算法应用范例与实验 | 第35-43页 |
| ·首次挖掘过程 | 第35-37页 |
| ·更新后的下一次挖掘过程 | 第37-39页 |
| ·测试结果与效能评估 | 第39-42页 |
| ·RLE 和 Fp-tree 算法比较结果 | 第40-41页 |
| ·RLE 在不同交易长度下的评估结果 | 第41页 |
| ·RLE 在不同支持度下的评估结果 | 第41-42页 |
| ·RLE 与 Vector 算法在不同项目数量上的编码压缩量的评估结果 | 第42页 |
| ·本章总结 | 第42-43页 |
| 第五章 结束语 | 第43-45页 |
| 致谢 | 第45-47页 |
| 参考文献 | 第47-49页 |
| 在读期间发表的论文 | 第49-51页 |
| 附录 | 第51-54页 |
