析取空间中频繁项集精简表示模型研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 国外研究现状 | 第15-16页 |
| 1.2.2 国内研究现状 | 第16-18页 |
| 1.3 本文研究的主要内容 | 第18-19页 |
| 1.4 本文的组织结构 | 第19-20页 |
| 1.5 本章小结 | 第20-21页 |
| 第二章 频繁项集精简表示模型研究 | 第21-32页 |
| 2.1 频繁项集 | 第21-23页 |
| 2.1.1 频繁项集基本概念 | 第21-22页 |
| 2.1.2 频繁项集挖掘算法 | 第22-23页 |
| 2.2 频繁项集精简表示 | 第23-24页 |
| 2.3 基于合取项集的频繁项集精简表示模型 | 第24-27页 |
| 2.3.1 最大频繁项集 | 第24-25页 |
| 2.3.2 频繁闭合项集 | 第25-27页 |
| 2.4 基于析取项集的频繁项集精简表示模型 | 第27-29页 |
| 2.4.1 频繁核心项集 | 第27-28页 |
| 2.4.2 析取闭合项集 | 第28-29页 |
| 2.5 四种精简表示模型对比 | 第29-30页 |
| 2.6 本章小结 | 第30-32页 |
| 第三章 基于δ-邻域的频繁项集精简表示模型 | 第32-44页 |
| 3.1 引言 | 第32页 |
| 3.2 偏序集 | 第32-33页 |
| 3.3 基于δ-邻域的频繁项集精简表示模型 | 第33-35页 |
| 3.3.1 δ-闭合集定义 | 第33-34页 |
| 3.3.2 支持度错误范围 | 第34-35页 |
| 3.4 δ-闭合集挖掘算法DCPM | 第35-40页 |
| 3.4.1 算法描述 | 第35-39页 |
| 3.4.2 算法示例 | 第39-40页 |
| 3.5 实验分析 | 第40-43页 |
| 3.5.1 δ-闭合集与析取闭合项集数量对比 | 第41-42页 |
| 3.5.2 平均支持度错误与压缩率对比 | 第42-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 δ-邻域划分优化问题 | 第44-60页 |
| 4.1 引言 | 第44页 |
| 4.2 δ-闭合集模型优化 | 第44-48页 |
| 4.2.1 中继节点的优化 | 第45-46页 |
| 4.2.2 交叉节点的优化 | 第46-47页 |
| 4.2.3 邻域中表示项集的优化 | 第47-48页 |
| 4.3 δ-闭合集优化算法NDCPM | 第48-50页 |
| 4.4 改进的频繁核心项集挖掘算法NFMEP | 第50-55页 |
| 4.4.1 集合枚举树 | 第50-51页 |
| 4.4.2 独立事务集的获取 | 第51-53页 |
| 4.4.3 支持度的计算 | 第53页 |
| 4.4.4 频繁核心项集挖掘算法 | 第53-55页 |
| 4.5 实验结果分析 | 第55-59页 |
| 4.5.1 模型优化结果分析 | 第55-57页 |
| 4.5.2 频繁核心项集挖掘算法结果分析 | 第57-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第五章 结束语 | 第60-62页 |
| 5.1 本文总结 | 第60页 |
| 5.2 未来工作展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第65-66页 |
