| 中文摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-13页 |
| ·问题的提出 | 第10-11页 |
| ·本文的研究背景 | 第11-12页 |
| ·论文的结构 | 第12-13页 |
| 2 数据挖掘 | 第13-21页 |
| ·数据挖掘技术的产生和概念 | 第13-15页 |
| ·数据挖掘的产生 | 第13-14页 |
| ·数据挖掘概念 | 第14-15页 |
| ·数据挖掘的对象 | 第15-17页 |
| ·数据挖掘的方法 | 第17-18页 |
| ·数据挖掘的主要问题 | 第18-21页 |
| 3 关联规则挖掘算法综述 | 第21-36页 |
| ·关联规则挖掘的基本概念 | 第21-22页 |
| ·购物篮分析:一个引发关联规则挖掘的例子 | 第21-22页 |
| ·关联规则基本概念 | 第22页 |
| ·关联规则分类 | 第22-24页 |
| ·挖掘关联规则的步骤及关联规则经典算法 | 第24-33页 |
| ·挖掘关联规则的步骤 | 第24页 |
| ·经典的关联规则挖掘算法—Apriori算法 | 第24-26页 |
| ·示例Apriori算法 | 第26-28页 |
| ·几种改进的频繁项目集发现算法 | 第28-31页 |
| ·FP_growth算法 | 第31-33页 |
| ·其他的频繁项目集挖掘方法 | 第33-36页 |
| ·多层关联规则 | 第33-34页 |
| ·多维关联规则 | 第34-36页 |
| 4 关联规则挖掘算法的改进 | 第36-43页 |
| ·改进算法的思想 | 第36-37页 |
| ·改进算法的理论基础 | 第37页 |
| ·改进算法IApriori与 Apriori算法和 FP_growth算法的比较 | 第37-38页 |
| ·改进算法IApriori的具体描述 | 第38-40页 |
| ·IApriori算法的挖掘实例 | 第40-42页 |
| ·算法的理论分析 | 第42-43页 |
| 5 实验分析 | 第43-45页 |
| ·实验的软硬件平台 | 第43页 |
| ·实验结果 | 第43-45页 |
| 6 结论 | 第45-47页 |
| ·本文总结 | 第45页 |
| ·进一步的工作 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 作者简历 | 第50-52页 |
| 学位论文数据集 | 第52页 |