| 摘要 | 第1-3页 |
| Abstract | 第3-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究课题背景 | 第9页 |
| ·课题的意义 | 第9-13页 |
| ·研究现状 | 第9-12页 |
| ·现有更新算法的不足 | 第12页 |
| ·将时间权值应用于更新算法的优点 | 第12-13页 |
| ·课题研究的内容及思路 | 第13页 |
| ·论文组织结构章节安排 | 第13-15页 |
| 第2章 关联规则挖掘概述 | 第15-24页 |
| ·数据挖掘的基本概念 | 第15页 |
| ·数据挖掘的分类 | 第15-16页 |
| ·数据挖掘的方法 | 第16-17页 |
| ·数据挖掘的流程 | 第17-18页 |
| ·关联规则的基本概念 | 第18-19页 |
| ·关联规则的挖掘步骤 | 第19-20页 |
| ·关联规则的主要研究方向及算法 | 第20-21页 |
| ·经典的Apriori 算法 | 第21-23页 |
| ·Apriori 算法简介及分析 | 第21-23页 |
| ·Apriori 算法存在的问题 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第3章 增量更新关联规则挖掘算法概述 | 第24-28页 |
| ·增量更新关联规则挖掘算法的定义 | 第24-25页 |
| ·FUP 算法 | 第25-27页 |
| ·FUP 算法的基本思想 | 第25页 |
| ·FUP 算法的描述 | 第25-26页 |
| ·FUP 算法的不足 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第4章 基于时间权重的增量关联规则挖掘算法Apriori~+ | 第28-41页 |
| ·算法背景 | 第28页 |
| ·时间权值的定义及性质 | 第28-34页 |
| ·时间权值的定义 | 第28-29页 |
| ·时间权值的性质 | 第29-34页 |
| ·k-最小支持数及其定义 | 第34-36页 |
| ·SC(X)的定义 | 第34页 |
| ·Apriori 频繁项集与加权频繁项集 | 第34-35页 |
| ·SC(X)的性质 | 第35-36页 |
| ·项计数统计表 | 第36页 |
| ·算法描述 | 第36-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 Apriori+算法的使用实例及结果分析 | 第41-51页 |
| ·Apriori+算法在零售业交叉销售中的应用 | 第41-44页 |
| ·交叉销售概述 | 第41页 |
| ·数据挖掘技术在交叉销售上的应用 | 第41-42页 |
| ·零售业实行交叉销售的意义 | 第42-43页 |
| ·Apriori+算法用于零售业交叉销售的优点 | 第43-44页 |
| ·实验数据源分析 | 第44-47页 |
| ·实验数据的预处理 | 第47-48页 |
| ·实验结果分析 | 第48-50页 |
| ·试验环境 | 第48页 |
| ·试验方法 | 第48-49页 |
| ·评测结果 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 结束语 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的学术论文 | 第57-59页 |
| 致谢 | 第59-60页 |
| 详细摘要 | 第60-64页 |