数据挖掘中关联规则算法研究
| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-20页 |
| ·数据挖掘技术的产生与发展 | 第8-11页 |
| ·数据挖掘技术的商业需求分析 | 第8-9页 |
| ·网络之后的下一个技术热点 | 第9页 |
| ·数据挖掘产生的技术背景分析 | 第9-11页 |
| ·数据挖掘研究的发展趋势 | 第11-14页 |
| ·数据挖掘的概念 | 第14-16页 |
| ·KDD 技术 | 第14-15页 |
| ·数据挖掘的技术含义 | 第15-16页 |
| ·数据挖掘研究的实际应用 | 第16-17页 |
| ·数据挖掘技术的分类问题 | 第17页 |
| ·数据挖掘常用的知识表示模式与方法 | 第17-20页 |
| ·广义知识挖掘 | 第17-18页 |
| ·关联知识挖掘 | 第18页 |
| ·类知识挖掘 | 第18-19页 |
| ·偏差型知识 | 第19-20页 |
| 第2章 关联规则挖掘理论和算法 | 第20-29页 |
| ·关联规则基本概念与解决方法 | 第20-22页 |
| ·啤酒和尿布问题 | 第20-21页 |
| ·基本概念 | 第21-22页 |
| ·关联规则学习的Apriori 算法 | 第22-26页 |
| ·Apriori 算法基本思想 | 第22-23页 |
| ·使用候选项集找频繁项集 | 第23-24页 |
| ·由频繁项集产生关联规则 | 第24-26页 |
| ·多级关联规则算法 | 第26-29页 |
| 第3章 Apriori 的改进算法 | 第29-40页 |
| ·Apriori 算法的性能瓶颈问题 | 第29页 |
| ·Apriori 的改进算法 | 第29-34页 |
| ·基于事物压缩的改进算法 | 第34-40页 |
| 第4章 关联规则的存储 | 第40-44页 |
| ·关联规则的存储 | 第40页 |
| ·两种关联规则存储方法的研究 | 第40-44页 |
| 第5章 数据挖掘的流程及应用 | 第44-50页 |
| ·数据挖掘的流程 | 第44-46页 |
| ·数据挖掘环境 | 第44页 |
| ·数据挖掘过程图 | 第44页 |
| ·数据挖掘过程工作量 | 第44-45页 |
| ·数据挖掘过程简介 | 第45-46页 |
| ·数据挖掘需要的人员 | 第46页 |
| ·数据挖掘的应用 | 第46-48页 |
| ·数据挖掘解决的典型商业问题 | 第46-47页 |
| ·数据挖掘在市场营销的应用 | 第47页 |
| ·成功案例 | 第47-48页 |
| ·隐私面临的挑战 | 第48-50页 |
| 第6章 总结 | 第50-52页 |
| ·全文总结 | 第50页 |
| ·技术总结 | 第50-51页 |
| ·数据挖掘存在的问题 | 第51页 |
| ·进一步研究展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 摘要 | 第54-57页 |
| Abstract | 第57-60页 |
