| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-11页 |
| 1.1 数据挖掘概述 | 第8页 |
| 1.2 研究现状 | 第8-10页 |
| 1.3 本文的内容和结构 | 第10-11页 |
| 2 关联规则挖掘概述 | 第11-24页 |
| 2.1 关联规则挖掘 | 第11页 |
| 2.2 批量式关联规则挖掘 | 第11-20页 |
| 2.2.1 Apriori及Apriori类算法 | 第11-13页 |
| 2.2.2 FP-Growth及类FP-Growth算法 | 第13-17页 |
| 2.2.3 FIUT算法 | 第17-20页 |
| 2.3 增量式关联规则算法 | 第20页 |
| 2.3.1 增量式关联规则概述 | 第20页 |
| 2.3.2 增量式频繁项集挖掘算法的研究现状 | 第20页 |
| 2.4 数据流中频繁项集挖掘 | 第20-24页 |
| 2.4.1 数据流概述 | 第20-21页 |
| 2.4.2 流数据常用处理方法 | 第21-22页 |
| 2.4.3 数据流中关联规则挖掘研究现状 | 第22-24页 |
| 3 基于FIUT结构的增量式频繁项集挖掘 | 第24-32页 |
| 3.1 相关工作 | 第24-25页 |
| 3.1.1 增量式算法 | 第24页 |
| 3.1.2 次频繁项集的思想 | 第24-25页 |
| 3.2 Pre-FUIT算法 | 第25-27页 |
| 3.2.1 标记法 | 第25-26页 |
| 3.2.2 Pre-FIU-tree结构描述 | 第26页 |
| 3.2.3 Pre-FIUT算法实现 | 第26-27页 |
| 3.3 示例 | 第27-30页 |
| 3.4 实验结果与分析 | 第30-31页 |
| 3.5 结论 | 第31-32页 |
| 4 一种基于滑动窗口的数据流频繁项集挖掘 | 第32-40页 |
| 4.1 相关工作 | 第32页 |
| 4.2 预备知识 | 第32-33页 |
| 4.3 FIUT-Stream算法描述 | 第33-37页 |
| 4.3.1 FIUT基本结构 | 第33-34页 |
| 4.3.2 FIUT基本结构的更新与窗口的滑动 | 第34-35页 |
| 4.3.3 用FIUT挖掘频繁项集 | 第35-37页 |
| 4.4 实验结果与分析 | 第37-39页 |
| 4.5 结论 | 第39-40页 |
| 结论 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 攻读硕士学位期间发表学术论文情况 | 第44-45页 |
| 致谢 | 第45页 |