关联规则挖掘在盲文软件中的应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-17页 |
| ·选题背景与研究意义 | 第8-10页 |
| ·选题背景 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·数据挖掘概述 | 第10-16页 |
| ·数据挖掘的概念 | 第10-11页 |
| ·数据挖掘的演变 | 第11-12页 |
| ·数据挖掘的过程 | 第12-13页 |
| ·数据挖掘的应用 | 第13-14页 |
| ·数据挖掘的发展趋势 | 第14-16页 |
| ·论文的主要工作 | 第16页 |
| ·本章小结 | 第16-17页 |
| 2 关联规则挖掘理论和算法 | 第17-27页 |
| ·关联规则挖掘的基本概念 | 第17-19页 |
| ·关联规则描述 | 第17-18页 |
| ·关联规则的分类 | 第18-19页 |
| ·关联规则的挖掘过程 | 第19页 |
| ·关联规则挖掘算法 | 第19-26页 |
| ·经典挖掘算法Apriori | 第20-24页 |
| ·关联规则的优化算法 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 3 关联规则挖掘在盲文软件中的应用 | 第27-44页 |
| ·盲文软件系统简介 | 第27-30页 |
| ·盲文软件系统的回顾与现状 | 第27-28页 |
| ·盲文软件的设计思想 | 第28-29页 |
| ·盲文软件的组织结构 | 第29-30页 |
| ·超集树挖掘算法 | 第30-33页 |
| ·问题分析 | 第30页 |
| ·超集树挖掘算法的设计思想 | 第30-31页 |
| ·超集树挖掘算法的描述 | 第31页 |
| ·超集树挖掘算法的示例 | 第31-33页 |
| ·超集树挖掘算法的性能分析 | 第33页 |
| ·关联规则挖掘在盲文软件中的应用 | 第33-43页 |
| ·问题分析与系统设计 | 第33-34页 |
| ·事务数据库的确定 | 第34-35页 |
| ·相似项集的确定 | 第35-38页 |
| ·算法描述 | 第38-40页 |
| ·应用示例与性能分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 4 关联规则的兴趣挖掘算法 | 第44-59页 |
| ·现行关联规则挖掘中存在的问题 | 第44-45页 |
| ·兴趣度 | 第45-47页 |
| ·兴趣度的引入 | 第45-46页 |
| ·兴趣度的相关工作 | 第46-47页 |
| ·兴趣度的描述 | 第47-48页 |
| ·基于紧密性的兴趣度挖掘算法 | 第48-54页 |
| ·问题描述 | 第48-49页 |
| ·紧密性的定义 | 第49-52页 |
| ·算法描述 | 第52-53页 |
| ·性能分析 | 第53-54页 |
| ·基于紧密性的兴趣挖掘在盲文软件中的应用 | 第54-58页 |
| ·基于紧密性的兴趣挖掘在盲文软件中的应用方法 | 第54-55页 |
| ·实例分析 | 第55-56页 |
| ·性能分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 5 结论 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录 | 第64页 |
