| 目录 | 第1-5页 |
| 摘要 | 第5-9页 |
| 致谢 | 第9-10页 |
| 第一章 绪论 | 第10-18页 |
| ·引言 | 第10页 |
| ·数据挖掘 | 第10-12页 |
| ·数据挖掘的定义 | 第10-11页 |
| ·数据挖掘的功能 | 第11-12页 |
| ·关联规则 | 第12-15页 |
| ·关联规则的形式化定义 | 第12-13页 |
| ·挖掘关联规则的分类 | 第13页 |
| ·关联规则的基本挖掘算法 | 第13-15页 |
| ·关联规则研究的现状与趋势 | 第15页 |
| ·本论文的工作 | 第15-18页 |
| 第二章 基于模糊控制的不依赖于具体数据库的挖掘策略 | 第18-29页 |
| ·引言 | 第18页 |
| ·模糊控制的基础知识 | 第18-19页 |
| ·基于模糊控制的不依赖于具体数据库的挖掘模型FARDIMS | 第19-24页 |
| ·估计平均支持度 | 第24-25页 |
| ·算法描述 | 第25-26页 |
| ·算法性能分析 | 第26-28页 |
| ·采用真实数据集实验 | 第26-27页 |
| ·采用合成数据集实验 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第三章 项集分布在模式分析中的应用 | 第29-36页 |
| ·问题描述 | 第29-30页 |
| ·项集分布情况分析 | 第30-31页 |
| ·项集分布分析在单数据库模式分析中的应用 | 第31-32页 |
| ·在多数据库挖掘中分析High-voting模式的高投票可信度 | 第32-35页 |
| ·发现被多个数据库支持的High-voting模式的分布情况 | 第32-33页 |
| ·模式对于High-voting的可信度 | 第33-35页 |
| ·小结 | 第35-36页 |
| 第四章 各项集支持度估计算法研究 | 第36-43页 |
| ·引言 | 第36页 |
| ·通过抽样估计各项集的支持度 | 第36-37页 |
| ·算法的理论基础 | 第36-37页 |
| ·估计项集分布 | 第37页 |
| ·算法描述 | 第37-38页 |
| ·实验结果 | 第38-41页 |
| ·小结 | 第41-43页 |
| 第五章 出现次数为 的项集个数的估计算法 | 第43-55页 |
| ·引言 | 第43页 |
| ·算法的数学模型 | 第43-44页 |
| ·一个具体的例子 | 第44-49页 |
| ·算法描述 | 第49-50页 |
| ·实验结果 | 第50-54页 |
| ·小结 | 第54-55页 |
| 第六章 结束语 | 第55-57页 |
| ·总结 | 第55页 |
| ·进一步的研究工作 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 读研期间发表的论文 | 第60页 |
