| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 数据挖掘 | 第12-21页 |
| ·课题研究背景及意义 | 第12页 |
| ·数据挖掘的产生 | 第12页 |
| ·数据挖掘技术的过程 | 第12-14页 |
| ·数据挖掘方法与分类 | 第14-15页 |
| ·关联规则挖掘 | 第14页 |
| ·分类与预测 | 第14页 |
| ·聚类 | 第14-15页 |
| ·Web挖掘 | 第15-19页 |
| ·I Web个性化挖掘的发展历史及国内外研究现状 | 第15-16页 |
| ·Web数据挖掘的分类 | 第16-19页 |
| ·数据挖掘存在的问题及发展趋势 | 第19-20页 |
| ·论文的主要内容与结构 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第二章 关联规则挖掘理论与算法 | 第21-39页 |
| ·关联规则基本理论 | 第21-24页 |
| ·关联规则基本概念 | 第21-22页 |
| ·关联规则挖掘类型 | 第22页 |
| ·挖掘关联规则的基本步骤 | 第22-23页 |
| ·关联规则挖掘与其它研究领域的关系 | 第23-24页 |
| ·关联规则挖掘的研究现状 | 第24页 |
| ·关联规则相关算法及分析 | 第24-25页 |
| ·经典的Apriori算法 | 第25-32页 |
| ·几种 Apriori的优化方法 | 第30-32页 |
| ·基于二进制形式改进算法 | 第32-38页 |
| ·构造向量集，频繁1-项集产生 | 第32-33页 |
| ·频繁项集支持矩阵的构造及频繁2_项集的产生 | 第33-34页 |
| ·生成频繁k-项集 | 第34-35页 |
| ·频繁项集挖掘算法 | 第35-36页 |
| ·对FDLG算法的几点说明 | 第36-37页 |
| ·FDLG算法与其他算法的性能分析和比较 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第三章 模糊聚类分析挖掘算法特点的分析 | 第39-42页 |
| ·模糊聚类分析 | 第39页 |
| ·模糊聚类的步骤及其关键算法 | 第39-41页 |
| ·构造动态模糊相似矩阵 | 第39-41页 |
| ·构造动态模糊相似矩算法实现 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于Web使用挖掘的个性化推荐原型系统的实现 | 第42-50页 |
| ·个性化推荐系统原型结构 | 第42页 |
| ·动态网页环境下Web使用记录挖掘的数据采集方法 | 第42-46页 |
| ·数据采集程序设计 | 第43-45页 |
| ·实例及分析 | 第45-46页 |
| ·预处理 | 第46-47页 |
| ·模式分析 | 第47-49页 |
| ·关联规则挖掘 | 第47-48页 |
| ·模糊聚类分析 | 第48-49页 |
| ·模式分析 | 第49页 |
| ·小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-51页 |
| ·工作总结 | 第50页 |
| ·研究展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表的论文 | 第54页 |