| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-29页 |
| ·数据仓库 | 第13-19页 |
| ·数据仓库的定义 | 第13-15页 |
| ·数据密集型企业的数据仓库与商业智能 | 第15-18页 |
| ·联机分析处理及其缺陷 | 第18-19页 |
| ·数据挖掘技术 | 第19-24页 |
| ·数据挖掘概念 | 第19页 |
| ·数据挖掘的主要方法及算法综述 | 第19-22页 |
| ·数据挖掘在行业中的应用 | 第22-23页 |
| ·数据挖掘的发展趋势 | 第23-24页 |
| ·数据挖掘中的关联分析综述 | 第24-25页 |
| ·关联规则与移动通信企业的产品交叉销售 | 第25-27页 |
| ·本文的主要工作 | 第27页 |
| ·论文结构 | 第27-29页 |
| 第2章 关联规则算法综述 | 第29-38页 |
| ·关联规则的基本概念 | 第29-30页 |
| ·关联规则的分类 | 第30-31页 |
| ·关联规则挖掘的步骤 | 第31页 |
| ·经典的频繁模式挖掘算法－Apriori 算法 | 第31-35页 |
| ·Apriori 算法简介 | 第31-33页 |
| ·Apriori 算法的若干改进方法 | 第33-35页 |
| ·经典的频繁模式挖掘算法－FP_Growth 算法 | 第35-37页 |
| ·FP_Growth 算法简介 | 第35-36页 |
| ·FP_Growth 算法的改进算法 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第3章 基于项目约束的关联规则挖掘算法 | 第38-50页 |
| ·基于FP-Tree 的FP_Growth 算法 | 第39-41页 |
| ·频繁模式树FP_Tree | 第39-40页 |
| ·FP_Growth 算法挖掘 | 第40-41页 |
| ·基于项目约束的频繁模式树ICFP-Tree 的ICFP-Mine 挖掘算法 | 第41-44页 |
| ·具有项目约束的频繁模式树ICFP-Tree | 第41-42页 |
| ·项目约束树ICFP-Tree 的构造算法 | 第42页 |
| ·ICFP-Mine 挖掘算法 | 第42-43页 |
| ·应用实例 | 第43-44页 |
| ·ICFP-树相对于FP-树的优点 | 第44页 |
| ·算法实现与比较 | 第44-46页 |
| ·优化的基于项目约束的关联规则产生算法 | 第46-49页 |
| ·常规的由频繁项集产生关联规则的方法 | 第46-47页 |
| ·优化的基于项目约束的关联规则产生算法 | 第47-49页 |
| ·小结 | 第49-50页 |
| 第4章 关联规则算法在移动通信交叉销售中的应用 | 第50-64页 |
| ·交叉销售基本理论 | 第50-53页 |
| ·交叉销售概述 | 第50-51页 |
| ·交叉销售对移动通信企业的作用 | 第51-52页 |
| ·常用的交叉销售方法 | 第52-53页 |
| ·本文对交叉销售的考虑 | 第53页 |
| ·关联规则的商业价值与选取 | 第53-54页 |
| ·交叉销售的实现思路 | 第54-55页 |
| ·交叉销售模型的建立 | 第55-62页 |
| ·基础条件 | 第56-57页 |
| ·交叉销售目标、特征选择及建模对象确定 | 第57-58页 |
| ·数据准备 | 第58-59页 |
| ·挖掘结果分析与商业理解 | 第59-62页 |
| ·模型的应用 | 第62-63页 |
| ·小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第71页 |