| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 引言 | 第10-13页 |
| 第一章 数据挖掘概述 | 第13-17页 |
| ·数据挖掘的概念 | 第13-14页 |
| ·数据挖掘功能 | 第14-16页 |
| ·概念描述(Concept Description) | 第14-15页 |
| ·关联分析(Association Analysis) | 第15页 |
| ·分类和预测(Classification and Predication) | 第15页 |
| ·聚类分析(Clustering Analysis) | 第15页 |
| ·孤立点分析(Outlier Analysis) | 第15-16页 |
| ·演变分析(Evolution Analysis) | 第16页 |
| ·数据挖掘的对象 | 第16页 |
| ·数据挖掘的发展趋势 | 第16-17页 |
| 第二章 关联规则挖掘概述 | 第17-25页 |
| ·关联规则挖掘技术的产生 | 第17页 |
| ·关联规则的基本概念 | 第17-20页 |
| ·基本概念 | 第17-18页 |
| ·挖掘过程 | 第18页 |
| ·关联规则的挖掘方法 | 第18-20页 |
| ·关联规则挖掘经典算法 | 第20-22页 |
| ·Apriori算法 | 第20-21页 |
| ·Apriori算法的描述 | 第21-22页 |
| ·Apriori算法性能分析 | 第22页 |
| ·FP-growth算法 | 第22-25页 |
| ·FP-tree的定义 | 第23页 |
| ·FP-growth算法的描述 | 第23-24页 |
| ·FP_growth算法性能分析 | 第24-25页 |
| 第三章 Eclat算法及其改进算法 | 第25-36页 |
| ·数据库的表示 | 第25-26页 |
| ·水平的数据表示 | 第25页 |
| ·标识集垂直数据表示 | 第25页 |
| ·数据库的其它表示方法 | 第25-26页 |
| ·概念格理论 | 第26-27页 |
| ·支持度的计算方法 | 第27-28页 |
| ·计数(扫描数据库) | 第27页 |
| ·交集操作 | 第27页 |
| ·算法的分类 | 第27-28页 |
| ·Eclat算法 | 第28-30页 |
| ·Eclat算法描述 | 第28-29页 |
| ·Eclat算法效率分析 | 第29-30页 |
| ·Eclat算法的改进算法——Eclat_N算法 | 第30-36页 |
| ·Eclat_N算法描述 | 第30-32页 |
| ·Eclat算法和Eclat_N算法比较 | 第32-36页 |
| 第四章 基于约束的最大频繁项集挖掘算法 | 第36-48页 |
| ·约束型关联规则 | 第36-37页 |
| ·施加约束的原因 | 第36-37页 |
| ·约束规则挖掘理论 | 第37页 |
| ·约束最大频繁项集挖掘算法 | 第37-48页 |
| ·相关知识 | 第38-39页 |
| ·约束最大频繁项集挖掘算法(Eclat_FCMFS) | 第39-42页 |
| ·Eclat_FCMFS算法举例与分析 | 第42-43页 |
| ·算法比较 | 第43-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读学位期间发表的论文 | 第52-53页 |
| 致谢 | 第53页 |
