| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-11页 |
| ·课题背景及研究意义 | 第8页 |
| ·国内外研究现状 | 第8-9页 |
| ·本文的主要工作 | 第9-10页 |
| ·本文组织结构 | 第10-11页 |
| 2 关联规则概述 | 第11-23页 |
| ·关联规则相关概念 | 第11-13页 |
| ·关联规则挖掘的步骤 | 第13-16页 |
| ·关联规则分类 | 第16-17页 |
| ·关联规则扩展 | 第17-20页 |
| ·关联规则应用 | 第20-23页 |
| 3 基于项缩减的Apriori算法研究 | 第23-39页 |
| ·Apriori类算法 | 第23-29页 |
| ·Apriori算法描述 | 第24-26页 |
| ·现有 Apriori算法的性能分析与实验 | 第26-28页 |
| ·现有 Apriori算法的改进算法 | 第28-29页 |
| ·基于项缩减的Apriori算法 | 第29-33页 |
| ·项缩减操作的基本概念 | 第29-30页 |
| ·Apriori-IR算法描述 | 第30-31页 |
| ·APriori-IR算法分析 | 第31-32页 |
| ·APriori-IR算法实例 | 第32-33页 |
| ·实验结果 | 第33-39页 |
| 4 基于项缩减的FP-growth算法研究 | 第39-56页 |
| ·FP-growth算法 | 第39-42页 |
| ·FP-tree的构造 | 第39-41页 |
| ·频繁项集挖掘 | 第41页 |
| ·FP-growth算法与 Apriori算法的比较 | 第41-42页 |
| ·基于项缩减的 FP-growth算法 | 第42-51页 |
| ·FP-GIR算法描述 | 第42-43页 |
| ·FP-GIR算法分析 | 第43-44页 |
| ·FP-GIR算法和 FP-growth算法的对比实验 | 第44-51页 |
| ·一种基于 FP-tree的项缩减算法 | 第51-53页 |
| ·FP-TreeIR算法的实验与讨论 | 第53-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-62页 |