| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-15页 |
| ·研究背景 | 第11-13页 |
| ·本文研究的工作和意义 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 2 频繁模式挖掘相关问题研究 | 第15-25页 |
| ·关联规则 | 第15-19页 |
| ·关联规则的形式化描述 | 第15-17页 |
| ·关联规则的评价标准 | 第17-19页 |
| ·频繁模式挖掘分类 | 第19页 |
| ·频繁模式挖掘算法 | 第19-25页 |
| ·Apriori算法 | 第19-21页 |
| ·FP-growth算法 | 第21-23页 |
| ·Eclat算法 | 第23-25页 |
| 3 频繁模式压缩 | 第25-33页 |
| ·最大频繁模式 | 第25-26页 |
| ·Max-Miner算法 | 第25页 |
| ·DMFIA算法 | 第25-26页 |
| ·频繁闭模式 | 第26-31页 |
| ·A-Close算法 | 第27-28页 |
| ·CLOSET算法 | 第28-29页 |
| ·CHARM算法 | 第29-31页 |
| ·其它频繁模式压缩技术 | 第31-33页 |
| 4 挖掘Top-K频繁模式的算法 | 第33-64页 |
| ·基于FP-growth的Top-K频繁模式挖掘算法 | 第33-36页 |
| ·基本概念 | 第33-34页 |
| ·对FP-growth算法的扩展 | 第34-35页 |
| ·算法描述 | 第35-36页 |
| ·基于Apriori的Top-K频繁模式挖掘算法 | 第36-39页 |
| ·算法原理 | 第36-39页 |
| ·算法描述 | 第39页 |
| ·基于混合搜索的Top-K频繁模式挖掘算法 | 第39-42页 |
| ·广度优先搜索挖掘初始项目 | 第40-41页 |
| ·深度优先搜索挖掘长模式 | 第41-42页 |
| ·基于FP-growth的Top-K频繁闭模式挖掘算法 | 第42-44页 |
| ·短事务和l_count | 第42-43页 |
| ·通过增大min_support进行剪枝 | 第43页 |
| ·算法描述 | 第43-44页 |
| ·基于水平格式的Top-K频繁闭模式挖掘算法 | 第44-49页 |
| ·算法的基本思想 | 第44-45页 |
| ·数据格式转换 | 第45-46页 |
| ·闭合性质的保持 | 第46-47页 |
| ·使用min_l进行剪枝 | 第47页 |
| ·算法描述 | 第47-49页 |
| 5 实验结果与分析 | 第49页 |
| ·实验环境 | 第49页 |
| ·数据预处理 | 第49-51页 |
| ·实验数据集说明 | 第51-52页 |
| ·实验结果与分析 | 第52-61页 |
| ·ATFP算法的实验结果与分析 | 第52-54页 |
| ·MSTFP算法的实验结果与分析 | 第54-56页 |
| ·TFCP算法的实验结果与分析 | 第56-61页 |
| 6 结论 | 第61-64页 |
| ·本文工作总结 | 第61-62页 |
| ·进一步研究工作 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 作者简历 | 第67-69页 |
| 学位论文数据集 | 第69页 |