| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第1章 绪论 | 第12-18页 |
| ·数据挖掘 | 第12-16页 |
| ·数据挖掘的现实意义及社会需求 | 第12-13页 |
| ·数据挖掘 | 第13-14页 |
| ·数据挖掘的分类 | 第14-15页 |
| ·数据挖掘的主要问题 | 第15-16页 |
| ·关联规则挖掘 | 第16-17页 |
| ·本文的主要工作及论文组织结构 | 第17-18页 |
| 第2章 关联规则挖掘 | 第18-22页 |
| ·关联规则基本概念及定义 | 第18-19页 |
| ·关联规则挖掘的基本步骤 | 第19-20页 |
| ·关联规则的分类 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 经典关联规则挖掘算法研究 | 第22-33页 |
| ·Apriori 算法 | 第22-27页 |
| ·Apriori 算法描述及分析 | 第22-24页 |
| ·Apriori 算法示例 | 第24-26页 |
| ·Apriori 算法的改进 | 第26-27页 |
| ·基于频繁模式树的FP-growth 算法 | 第27-31页 |
| ·频繁模式树(FP-tree)结构 | 第28页 |
| ·基于FP-tree 的频繁模式挖掘 | 第28-29页 |
| ·FP-growth 算法示例 | 第29-31页 |
| ·Apriori 算法与FP-growth 算法的比较分析 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 一种基于新增阈值的频繁模式挖掘算法 | 第33-43页 |
| ·NCFP-growth 算法的提出 | 第33-34页 |
| ·基于新增阈值的NCFP-growth 算法 | 第34-41页 |
| ·新增阈值的计算准则 | 第34-35页 |
| ·NCFP-growth 算法描述 | 第35-36页 |
| ·NCFP-growth 算法示例 | 第36-41页 |
| ·算法结果比较与分析 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第5章 一种基于新增数据集的频繁模式挖掘算法 | 第43-54页 |
| ·ANDS-FP 算法的提出 | 第43-44页 |
| ·基于新增数据集的ANDS-FP 算法 | 第44-53页 |
| ·ANDS-FP 算法描述 | 第44-47页 |
| ·ANDS-FP 算法有效性证明 | 第47-48页 |
| ·算法示例 | 第48-53页 |
| ·算法结果比较与分析 | 第53页 |
| ·本章小结 | 第53-54页 |
| 第6章 关联规则在客户关系管理中的应用 | 第54-67页 |
| ·客户关系管理（CRM） | 第54-55页 |
| ·数据仓库与CRM | 第55-57页 |
| ·关联规则在CRM 中的应用 | 第57-67页 |
| ·应用背景 | 第57-58页 |
| ·关联规则在CRM 应用中的例子 | 第58-67页 |
| 第7章 总结和展望 | 第67-69页 |
| ·论文总结 | 第67-68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间发表的论文及获奖情况 | 第72页 |