首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

数据挖掘技术中的关联规则挖掘算法研究

摘要第1-4页
Abstract第4-5页
目录第5-7页
第一章 绪论第7-10页
   ·研究背景及意义第7-8页
   ·论文的主要研究内容第8-9页
   ·论文的组织结构第9-10页
第二章 数据挖掘技术第10-18页
   ·数据挖掘的基本概念第10-11页
   ·知识发现的步骤第11-12页
   ·数据挖掘系统基本框架第12-13页
   ·数据挖掘的分类第13-14页
   ·数据挖掘的对象第14-16页
     ·关系数据库第15页
     ·数据仓库第15-16页
     ·事务数据库第16页
     ·高级数据和信息系统与高级应用第16页
   ·数据挖掘的主要问题第16-17页
   ·本章总结第17-18页
第三章 关联规则挖掘第18-31页
   ·关联规则挖掘的基本概念第18-20页
     ·关联规则挖掘的问题描述第18-19页
     ·关联规则挖掘的步骤第19页
     ·关联规则的分类第19-20页
   ·关联规则挖掘中的经典算法第20-27页
     ·Apriori算法第20-24页
     ·Apriori算法示例第24-25页
     ·Apriori算法的局限性第25-26页
     ·Apriori算法优化第26-27页
   ·频繁模式树挖掘算法第27-30页
     ·FP-Growth算法第27-29页
     ·FP-Growth算法示例第29-30页
   ·本章总结第30-31页
第四章 基于新增事物数据集的增量式挖掘算法第31-43页
   ·相关问题描述第31-32页
   ·FUP算法第32-34页
     ·算法的基本思想第32-33页
     ·算法描述第33-34页
     ·算法存在的不足第34页
   ·AFUP算法第34-42页
     ·算法的基本思想第35-36页
     ·算法描述第36-39页
     ·算法实验分析第39-42页
   ·本章总结第42-43页
第五章 加权关联规则挖掘研究第43-57页
   ·问题的提出第43页
   ·加权关联规则模型及算法第43-49页
     ·加权关联规则模型第43-45页
     ·加权关联规则算法第45-49页
   ·一种新的加权关联规则挖掘算法第49-54页
     ·加权关联规则模型第51-52页
     ·加权关联规则挖掘算法第52-54页
   ·算法性能测试第54-56页
   ·本章总结第56-57页
第六章 总结与展望第57-59页
   ·论文总结第57页
   ·展望第57-59页
参考文献第59-62页
致谢第62-63页
作者简历 在学期间发表的学术论文与研究成果第63-64页

论文共64页,点击 下载论文
上一篇:基于代码混淆的软件水印方案的设计与实现
下一篇:集成学习技术在智能导学系统中的研究与应用