| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 引言 | 第11-17页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·研究现状 | 第12-14页 |
| ·论文的主要工作 | 第14-15页 |
| ·论文的组织结构 | 第15-17页 |
| 第二章 数据挖掘及关联规则 | 第17-35页 |
| ·数据挖掘概述 | 第17-22页 |
| ·什么是数据挖掘 | 第17页 |
| ·数据挖掘的特点 | 第17-18页 |
| ·数据挖掘的对象 | 第18-19页 |
| ·数据挖掘的过程 | 第19-21页 |
| ·数据挖掘的应用 | 第21-22页 |
| ·关联规则基本概念 | 第22-25页 |
| ·关联规则挖掘的定义 | 第22-24页 |
| ·关联规则挖掘的分类 | 第24-25页 |
| ·关联规则挖掘的步骤 | 第25页 |
| ·经典关联规则挖掘算法分析 | 第25-32页 |
| ·Apriori算法 | 第25-31页 |
| ·由频繁项集产生关联规则 | 第31-32页 |
| ·Apriori算法性能瓶颈 | 第32页 |
| ·关联规则挖掘算法改进 | 第32-35页 |
| ·现有Apriori算法的优化方法 | 第32-34页 |
| ·关联规则改进算法的提出 | 第34-35页 |
| 第三章 基于数据立方体的关联规则挖掘算法 | 第35-46页 |
| ·预备知识 | 第35-38页 |
| ·基于数据立方体的关联规则挖掘算法(ABDC算法) | 第38-43页 |
| ·相关定义与性质 | 第38-40页 |
| ·基本思想 | 第40-41页 |
| ·算法描述 | 第41-43页 |
| ·算法实验分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于树结构的关联规则挖掘算法 | 第46-58页 |
| ·相关概念 | 第46-48页 |
| ·矩阵的生成 | 第46-47页 |
| ·由矩阵直接生成频繁项集 | 第47-48页 |
| ·基于树结构的关联规则挖掘算法(ABT算法) | 第48-53页 |
| ·基本思想 | 第48-49页 |
| ·算法描述 | 第49-51页 |
| ·演算实例 | 第51-53页 |
| ·正确性分析 | 第53页 |
| ·算法实验分析 | 第53-55页 |
| ·算法可扩展性分析 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第五章 关联规则在电子商务个性化推荐系统中的应用 | 第58-76页 |
| ·相关概念 | 第58-62页 |
| ·电子商务个性化推荐系统 | 第58-59页 |
| ·推荐系统的作用 | 第59-60页 |
| ·常用推荐系统技术 | 第60-62页 |
| ·推荐系统的设计 | 第62-66页 |
| ·系统概要 | 第62-63页 |
| ·系统框架 | 第63-64页 |
| ·系统流程 | 第64-66页 |
| ·推荐系统的实现 | 第66-75页 |
| ·数据预处理 | 第66-69页 |
| ·关联规则挖掘 | 第69-73页 |
| ·在线推荐 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| ·工作总结 | 第76-77页 |
| ·展望 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 致谢 | 第83-84页 |
| 在读期间所发表的论文 | 第84页 |