| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 引言 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 研究目的 | 第11-12页 |
| 1.3 研究现状及分析 | 第12-15页 |
| 1.3.1 数据立方体格研究现状 | 第12-13页 |
| 1.3.2 概念格研究现状 | 第13页 |
| 1.3.3 图聚集研究现状 | 第13-15页 |
| 1.4 本文研究内容 | 第15-16页 |
| 1.5 论文的结构安排 | 第16页 |
| 1.6 本章小结 | 第16-17页 |
| 第二章 相关技术 | 第17-25页 |
| 2.1 格结构数据 | 第17-20页 |
| 2.1.1 数据立方体格 | 第17-18页 |
| 2.1.2 概念格 | 第18-20页 |
| 2.2 图聚集 | 第20-22页 |
| 2.3 图划分技术 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 格结构数据统计特性研究 | 第25-39页 |
| 3.1 生成机制 | 第25-26页 |
| 3.2 结构特性 | 第26-29页 |
| 3.3 格结构的统计特性实验 | 第29-35页 |
| 3.3.1 实验环境及数据 | 第29-30页 |
| 3.3.2 不同数据集下数据立方体格的统计特性对比 | 第30-32页 |
| 3.3.3 不同数据集下概念格的统计特性对比 | 第32-33页 |
| 3.3.4 数据立方体格与概念格的统计特性对比 | 第33-35页 |
| 3.4 格结构特性具体应用 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 利用图聚集算法压缩立方体格 | 第39-49页 |
| 4.1 图聚集概念 | 第39页 |
| 4.2 图聚集的度量标准 | 第39-40页 |
| 4.3 算法思想 | 第40-41页 |
| 4.4 算法举例 | 第41-45页 |
| 4.5 实验结果与分析 | 第45-48页 |
| 4.5.1 实验环境 | 第45-46页 |
| 4.5.2 不同分组个数对比实验 | 第46-47页 |
| 4.5.3 与商立方体算法对比实验 | 第47-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 工作总结 | 第49页 |
| 5.2 下一步工作展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-59页 |
| 附录A 硕士期间发表的论文 | 第59-61页 |
| 附录B 硕士期间参与项目 | 第61页 |