| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-6页 |
| 目录 | 第6-7页 |
| 引言 | 第7-8页 |
| 第一章 数据挖掘 | 第8-19页 |
| 1．1 数据挖掘的产生 | 第8-10页 |
| 1．2 数据挖掘的一般性讨论 | 第10-16页 |
| 1．2．1 什么是数据挖掘 | 第10-11页 |
| 1．2．2 数据挖掘的应用范围 | 第11-14页 |
| 1．2．3 数据挖掘的功能 | 第14-16页 |
| 1．3 数据挖掘面临的主要问题 | 第16-17页 |
| 1．4 数据挖掘的研究与开发方向 | 第17-19页 |
| 第二章 关联规则 | 第19-32页 |
| 2．1 关联规则的基本概念及问题描述 | 第19-20页 |
| 2．1．1 挖掘关联规则的一个典型例子 | 第19-20页 |
| 2．1．2 关联规则的基本概念 | 第20页 |
| 2．2 关联规则的分类 | 第20-21页 |
| 2．3 挖掘关联规则的基本步骤 | 第21-22页 |
| 2．4 挖掘关联规则的经典算法——Apriori算法 | 第22-27页 |
| 2．5 提高关联规则的挖掘效率 | 第27-32页 |
| 2．5．1 提高Apriori算法的有效性 | 第27-29页 |
| 2．5．2 不经过侯选直接产生频繁项集 | 第29-32页 |
| 第三章 挖掘关联规则的新算法——Baseset_Weight算法 | 第32-49页 |
| 3．1 产生Baseset_Weight算法的动机 | 第32-33页 |
| 3．2 Baseset_Weight算法的设计过程 | 第33-43页 |
| 3．2．1 产生基集 | 第33-38页 |
| 3．2．1．1 利用“动态系统扩散”方法产生基集 | 第33-37页 |
| 3．2．1．2 用事务标识号表示基集 | 第37-38页 |
| 3．2．2 设计支持度函数 | 第38-40页 |
| 3．2．3 给基集中的元素赋以权值 | 第40页 |
| 3．2．4 编写算法代码 | 第40-43页 |
| 3．3 Baseset_Weight算法的性能测试 | 第43-49页 |
| 3．3．1 性能测试平台 | 第44页 |
| 3．3．2 测试过程及结果评估 | 第44-47页 |
| 3．3．3 一个基于Baseset_Weight算法的关联规则挖掘系统 | 第47-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 致谢 | 第52-53页 |
| 个人简历 | 第53-54页 |
