| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第1章 前言 | 第8-12页 |
| ·研究背景 | 第8页 |
| ·选题的意义 | 第8-9页 |
| ·关联规则研究现状 | 第9页 |
| ·石油期货价格分析综述 | 第9-11页 |
| ·本文的组织结构 | 第11-12页 |
| 第2章 关联规则的基本理论及相关算法分析 | 第12-22页 |
| ·关联规则的基本理论 | 第12-16页 |
| ·基本概念 | 第12页 |
| ·关联规则的分类 | 第12-15页 |
| ·相关概念及性质的形式化描述 | 第15页 |
| ·关联规则挖掘的基本步骤 | 第15-16页 |
| ·关联规则挖掘算法 | 第16-21页 |
| ·宽度优先搜索算法Apriori | 第16-18页 |
| ·深度优先搜索算法FP-Growth | 第18-20页 |
| ·经典算法的不足及改进 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 基于支持度计数矩阵的TB-SCM算法 | 第22-34页 |
| ·TB-SCM算法的基本思想 | 第22-27页 |
| ·相关的数据结构 | 第22-23页 |
| ·算法的基本流程 | 第23-24页 |
| ·算法的描述 | 第24-27页 |
| ·算法的实例分析 | 第27-31页 |
| ·矩阵的构造 | 第27-29页 |
| ·挖掘频繁项集 | 第29-30页 |
| ·TB-SCM与Apriori算法比较 | 第30-31页 |
| ·算法性能测试 | 第31-33页 |
| ·算法实验的环境 | 第31-32页 |
| ·测试数据集 | 第32页 |
| ·实验结果分析 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 TB-SCM算法在期货时间序列关联规则挖掘中的应用 | 第34-48页 |
| ·时间序列数据分析 | 第34-36页 |
| ·期货时间序列关联规则分析 | 第36-40页 |
| ·时间序列关联规则 | 第36页 |
| ·期货时间序列数据预处理方法 | 第36-39页 |
| ·基于TB-SCM算法的时间序列关联规则挖掘 | 第39-40页 |
| ·期货时间序列关联规则挖掘系统的实现 | 第40-47页 |
| ·典型的数据挖掘系统 | 第40-41页 |
| ·系统的功能 | 第41-42页 |
| ·系统模块的设计 | 第42-43页 |
| ·系统结构的设计与实现 | 第43-46页 |
| ·系统的运行 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 时间序列关联规则挖掘系统在石油期货价格分析中的实证研究 | 第48-62页 |
| ·国内外石油期货市场的联动性 | 第48-49页 |
| ·国际石油期货市场 | 第48-49页 |
| ·我国石油期货市场 | 第49页 |
| ·石油期货市场的联动性 | 第49页 |
| ·影响石油期货价格的因素分析 | 第49-52页 |
| ·影响石油期货价格的主要因素 | 第50-51页 |
| ·国内外石油期货价格关联性的初步分析 | 第51-52页 |
| ·国内外石油期货价格的关联规则分析 | 第52-60页 |
| ·数据的选取 | 第52-53页 |
| ·数据预处理 | 第53-57页 |
| ·关联规则挖掘 | 第57-58页 |
| ·结果分析 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 第6章 结语 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间参与的科研项目和发表的学术论文 | 第68-70页 |
| 致谢 | 第70页 |