| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 面向不确定图数据的频繁子图模式挖掘 | 第11-12页 |
| 1.2.2 面向不确定图数据的紧密子图模式挖掘 | 第12页 |
| 1.2.3 面临的挑战 | 第12-14页 |
| 1.3 本文主要研究工作 | 第14页 |
| 1.4 本文组织结构 | 第14-16页 |
| 第2章 相关工作概述 | 第16-32页 |
| 2.1 数据挖掘概述 | 第16-21页 |
| 2.1.1 数据挖掘的定义 | 第16-17页 |
| 2.1.2 数据挖掘的任务 | 第17-18页 |
| 2.1.3 数据挖掘的步骤 | 第18-19页 |
| 2.1.4 数据挖掘中新出现的研究热点 | 第19-21页 |
| 2.2 频繁子图模式挖掘 | 第21-29页 |
| 2.2.1 频繁子图模式挖掘相关知识 | 第21页 |
| 2.2.2 频繁子图模式挖掘算法 | 第21-29页 |
| 2.3 紧密子图模式挖掘 | 第29-31页 |
| 2.3.1 紧密子图模式挖掘相关知识 | 第29页 |
| 2.3.2 紧密子图模式挖掘技术 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 面向不确定图数据的频繁子图模式挖掘算法 | 第32-50页 |
| 3.1 问题的提出 | 第32-33页 |
| 3.2 相关知识 | 第33-36页 |
| 3.3 FSMWT算法 | 第36-44页 |
| 3.3.1 数据结构GEindex | 第37-39页 |
| 3.3.2 剪枝技术 | 第39-41页 |
| 3.3.3 算法描述 | 第41-44页 |
| 3.3.4 算法性能分析 | 第44页 |
| 3.4 实验分析 | 第44-48页 |
| 3.4.1 实验环境 | 第44-45页 |
| 3.4.2 数据集说明 | 第45页 |
| 3.4.3 参数说明 | 第45-46页 |
| 3.4.4 算法性能及结果分析 | 第46-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第4章 面向不确定图数据的Top-K k-truss挖掘算法 | 第50-66页 |
| 4.1 问题的提出 | 第50-52页 |
| 4.2 相关定义 | 第52-54页 |
| 4.3 算法描述 | 第54-59页 |
| 4.3.1 期望支持度的计算 | 第55页 |
| 4.3.2 期望支持度计算的并行化 | 第55-57页 |
| 4.3.3 输出结果规模的缩小 | 第57页 |
| 4.3.4 MTKUG算法的实现 | 第57-59页 |
| 4.3.5 算法性能分析 | 第59页 |
| 4.4 实验分析 | 第59-65页 |
| 4.4.1 实验环境 | 第60页 |
| 4.4.2 数据集说明 | 第60-62页 |
| 4.4.3 参数说明 | 第62页 |
| 4.4.4 算法性能及结果分析 | 第62-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第5章 总结与展望 | 第66-68页 |
| 5.1 本文总结 | 第66-67页 |
| 5.2 工作展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 攻硕期间参与项目及发表的论文 | 第74页 |