| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景 | 第8-9页 |
| ·当前研究现状 | 第9-10页 |
| ·本文的工作 | 第10页 |
| ·本文的组织结构 | 第10-12页 |
| 第二章 数据挖掘技术 | 第12-20页 |
| ·数据挖掘概述 | 第12页 |
| ·数据挖掘的流程 | 第12-13页 |
| ·数据挖掘主要技术 | 第13-15页 |
| ·关联规则 | 第13-14页 |
| ·数据分类和预测方法 | 第14页 |
| ·聚类分析方法 | 第14-15页 |
| ·在先进数据库系统中的数据挖掘方法 | 第15页 |
| ·数据挖掘的主要应用 | 第15-16页 |
| ·针对生物医学和 DNA数据分析的数据挖掘 | 第16页 |
| ·针对金融数据分析的数据挖掘 | 第16页 |
| ·零售业中的数据挖掘 | 第16页 |
| ·电信中的数据挖掘 | 第16页 |
| ·数据挖掘的发展趋势 | 第16-19页 |
| ·应用的探索 | 第17页 |
| ·可伸缩的数据挖掘方法 | 第17页 |
| ·数据挖掘与数据库系统、数据仓库系统和 Web数据库系统的集成 | 第17页 |
| ·数据挖掘语言标准化 | 第17-18页 |
| ·可视化数据挖掘 | 第18页 |
| ·复杂数据类型挖掘的新方法 | 第18页 |
| ·Web挖掘 | 第18页 |
| ·数据挖掘中的隐私保护与信息安全 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 关联规则挖掘方法及其应用 | 第20-35页 |
| ·关联规则概述 | 第20-22页 |
| ·关联规则挖掘分类 | 第22-23页 |
| ·关联规则挖掘的步骤 | 第23-25页 |
| ·关联规则经典算法──Apriori算法 | 第25-28页 |
| ·关联规则其它算法 | 第28-34页 |
| ·多循环方式的挖掘算法 | 第28-29页 |
| ·增量式更新算法 | 第29-30页 |
| ·并行发现算法 | 第30-32页 |
| ·多层关联规则挖掘算法 | 第32-33页 |
| ·多值关联规则挖掘算法 | 第33页 |
| ·基于约束的关联规则挖掘算法 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 数据挖掘在交通管理中的应用 | 第35-56页 |
| ·概述 | 第35页 |
| ·交通管理数据挖掘平台目标 | 第35页 |
| ·交通管理数据挖掘平台架构 | 第35-38页 |
| ·交通管理数据挖掘平台架构 | 第35-37页 |
| ·交通管理数据的挖掘过程 | 第37-38页 |
| ·交通管理数据预处理及数据仓库 | 第38-47页 |
| ·数据预处理(数据抽取、转换、装载) | 第38-44页 |
| ·数据预处理的定义 | 第38-39页 |
| ·数据预处理主题的选择 | 第39-40页 |
| ·数据预处理子模块 | 第40-44页 |
| ·数据仓库管理模块 | 第44-47页 |
| ·数据仓库管理 | 第44-45页 |
| ·元数据管理 | 第45-47页 |
| ·基于关联规则的交通管理数据挖掘实现 | 第47-54页 |
| ·挖掘背景 | 第47-48页 |
| ·系统运行环境与开发工具 | 第48页 |
| ·关联规则挖掘算法管理器 | 第48-49页 |
| ·基于数据仓库的关联规则数据挖掘算法的改进 | 第49-51页 |
| ·Apriori算法的瓶颈 | 第50页 |
| ·改进后的FP-Tree算法 | 第50-51页 |
| ·关联规则算法在交通管理中的应用实例 | 第51-54页 |
| ·对挖掘规则的分析 | 第51-53页 |
| ·对挖掘规则的检验 | 第53-54页 |
| ·对实际工作的启发 | 第54页 |
| ·本章小结 | 第54-56页 |
| 第五章 总结和展望 | 第56-58页 |
| ·本文工作总结 | 第56-57页 |
| ·进一步工作 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |