| 第1章 引言 | 第7-10页 |
| 第2章 基本概念 | 第10-18页 |
| 2.1 关联规则和多维关联规则 | 第10-12页 |
| 2.1.1 关联规则 | 第10页 |
| 2.1.2 关联规则的种类 | 第10-11页 |
| 2.1.3 多维关联规则 | 第11-12页 |
| 2.2 数据立方体 | 第12-13页 |
| 2.3 联机分析处理(OLAP) | 第13-14页 |
| 2.3.1 什么是OLAP | 第13页 |
| 2.3.2 OLAP的操作 | 第13-14页 |
| 2.3.3 为什么用OLAP进行数据分析 | 第14页 |
| 2.4 OLAP关联规则挖掘的结构 | 第14-16页 |
| 2.4.1 数据仓库 | 第15页 |
| 2.4.2 工作数据立方体 | 第15-16页 |
| 2.4.3 OLAP引擎 | 第16页 |
| 2.4.4 关联规则挖掘引擎 | 第16页 |
| 2.5 数据仓库的多维数据模型 | 第16-18页 |
| 2.5.1 星型模式 | 第16-17页 |
| 2.5.2 雪花模式 | 第17页 |
| 2.5.3 事实星座 | 第17-18页 |
| 第3章 基于数据立方体的多维关联规则的挖掘及Apriori_cube算法 | 第18-22页 |
| 3.1 从数据仓库中生成相关的数据立方体 | 第18页 |
| 3.2 在数据立方体中挖掘频繁项目集 | 第18-21页 |
| 3.3 多维关联规则的生成 | 第21页 |
| 3.4 算法分析 | 第21-22页 |
| 第4章 Apriori_cube算法的改进 | 第22-26页 |
| 4.1 改进方法 | 第22页 |
| 4.2 Apriori_cube算法改进 | 第22-24页 |
| 4.3 算法分析 | 第24-26页 |
| 第5章 实验环节 | 第26-46页 |
| 5.1 利用Microsoft SQL Server 7.0建立数据立方体 | 第26-38页 |
| 5.1.1 Microsoft SQL Server 7.0简介 | 第26页 |
| 5.1.2 建立数据立方体 | 第26-38页 |
| 5.2 DBMiner 2 | 第38-39页 |
| 5.2.1 DBMiner 2.0简介 | 第38-39页 |
| 5.3 数据立方体分析 | 第39-46页 |
| 第6章 结论 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 致 谢 | 第49-50页 |
| 摘 要 | 第50-52页 |
| Abstract | 第52页 |
