| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 频繁模式挖掘 | 第7-8页 |
| 1.2 Co-location模式挖掘 | 第8-10页 |
| 1.3 频繁模式与co-location模式的区别 | 第10页 |
| 1.4 本文的成果 | 第10-11页 |
| 1.5 本文的组织结构 | 第11-13页 |
| 第2章 频繁模式挖掘 | 第13-21页 |
| 2.1 基本概念 | 第13-16页 |
| 2.1.1 频繁模式挖掘中的术语 | 第13-14页 |
| 2.1.2 关联规则挖掘的步骤 | 第14-15页 |
| 2.1.3 最大频繁模式和闭频繁模式 | 第15-16页 |
| 2.2 Apriori算法 | 第16-17页 |
| 2.3 FP-growth算法 | 第17-18页 |
| 2.4 FP-growth和Apriori算法的比较 | 第18-19页 |
| 2.5 总结 | 第19-21页 |
| 第3章 空间co-location模式挖掘 | 第21-33页 |
| 3.1 问题陈述和基本概念 | 第21-24页 |
| 3.1.1 问题陈述 | 第21-22页 |
| 3.1.2 基本概念 | 第22-24页 |
| 3.2 特征中心参考模型 | 第24-25页 |
| 3.3 CM算法介绍 | 第25-26页 |
| 3.4 FC算法介绍 | 第26-27页 |
| 3.5 基于有序团的极大co-location挖掘算法 | 第27-32页 |
| 3.5.1 相关概念介绍 | 第27-31页 |
| 3.5.2 基于有序团的算法 | 第31-32页 |
| 3.6 总结 | 第32-33页 |
| 第4章 MFP-FC挖掘算法 | 第33-47页 |
| 4.1 基于FP-tree的极大频繁co-location模式挖掘框架 | 第33-35页 |
| 4.2 MFP-FC算法描述 | 第35-46页 |
| 4.2.1 事务化(算法第1步) | 第38-41页 |
| 4.2.2 挖掘极大频繁模式(算法第2,3,4步) | 第41页 |
| 4.2.3 组合模式(算法第5-13步) | 第41-43页 |
| 4.2.4 模式过滤,挖掘极大频繁co-location(算法第14-26步) | 第43-46页 |
| 4.3 总结 | 第46-47页 |
| 第5章 算法分析和实验评估 | 第47-53页 |
| 5.1 算法分析 | 第47-49页 |
| 5.1.1 算法完备性 | 第47-48页 |
| 5.1.2 算法正确性 | 第48页 |
| 5.1.3 算法的计算效率 | 第48-49页 |
| 5.2 实验评估 | 第49-51页 |
| 5.2.1 实验环境 | 第49页 |
| 5.2.2 参与度阈值的影响 | 第49-50页 |
| 5.2.3 距离阈值的影响 | 第50页 |
| 5.2.4 实例个数的影响 | 第50-51页 |
| 5.3 总结 | 第51-53页 |
| 第6章 结论 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58页 |
