| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·数据挖掘技术的研究背景与意义 | 第9-10页 |
| ·数据挖掘概念与应用 | 第10-11页 |
| ·数据挖掘的国内外研究现状 | 第11-12页 |
| ·数据挖掘的发展趋势 | 第12-13页 |
| ·本文主要工作与组织结构 | 第13-14页 |
| 2 数据流频繁项集挖掘技术 | 第14-27页 |
| ·数据流与频繁项集基本概念 | 第14-15页 |
| ·数据流基本概念 | 第14-15页 |
| ·频繁项集基本概念 | 第15页 |
| ·数据流窗口分类 | 第15-16页 |
| ·界标窗口模型 | 第16页 |
| ·时间衰退窗口模型 | 第16页 |
| ·滑动窗口模型 | 第16页 |
| ·挖掘频繁项集的经典算法 | 第16-22页 |
| ·Apriori 算法 | 第16-19页 |
| ·FP-tree 算法 | 第19-22页 |
| ·频繁闭项集挖掘 | 第22-27页 |
| 3 基于 WCF-tree 加权滑动窗口的数据流元项集挖掘算法 | 第27-35页 |
| ·问题描述 | 第27-28页 |
| ·bit-sequence 介绍 | 第27页 |
| ·基于加权滑动窗口频繁模式挖掘 | 第27-28页 |
| ·算法的实现 | 第28-35页 |
| ·算法实现步骤 | 第28页 |
| ·建立加权频繁模式树 | 第28-30页 |
| ·挖掘元项集 | 第30-31页 |
| ·加权频繁模式树剪枝 | 第31-32页 |
| ·实验结果与分析 | 第32-35页 |
| 4 基于矩阵的数据流频繁模式预测算法 | 第35-42页 |
| ·问题描述 | 第35页 |
| ·算法实现 | 第35-42页 |
| ·算法实现步骤 | 第35页 |
| ·矩阵生成和更新 | 第35-38页 |
| ·频繁项集预测 | 第38-39页 |
| ·实验结果与分析 | 第39-42页 |
| 结论 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 发表学术论文情况 | 第46-47页 |
| 致谢 | 第47页 |