基于关联规则的数据挖掘算法研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-11页 |
| ·论文的研究背景与意义 | 第6-7页 |
| ·关联规则的研究现状 | 第7-9页 |
| ·关联规则挖掘的未来趋势 | 第9页 |
| ·论文的主要研究内容 | 第9-11页 |
| 第二章 数据挖掘及其关联规则概述 | 第11-23页 |
| ·数据挖掘的含义 | 第11-12页 |
| ·数据挖掘的过程 | 第12-13页 |
| ·数据挖掘系统基本框架 | 第13-14页 |
| ·数据挖掘的相关技术 | 第14-15页 |
| ·关联规则的定义及相关名词介绍 | 第15-16页 |
| ·关联规则的性质 | 第16-17页 |
| ·关联规则的挖掘步骤及应注意的问题 | 第17-18页 |
| ·关联规则挖掘算法分类 | 第18-20页 |
| ·关联规则挖掘工作的其它方向 | 第20-21页 |
| ·关联规则的有关专利 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 关联规则挖掘算法分析 | 第23-39页 |
| ·经典 Apriori 算法 | 第23-30页 |
| ·Apriori 算法描述 | 第23-26页 |
| ·Apriori 算法举例 | 第26-29页 |
| ·Apriori 算法特点 | 第29-30页 |
| ·Apriori 算法的局限性 | 第30页 |
| ·Apriori 算法现有改进 | 第30-38页 |
| ·Partition 算法 | 第31-32页 |
| ·Sampling 算法 | 第32页 |
| ·DHP 算法 | 第32-35页 |
| ·DIC 算法 | 第35-36页 |
| ·Pincer-Search 算法 | 第36页 |
| ·MPH 算法 | 第36-37页 |
| ·FP-growth 算法 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 Apriori 算法的改进 | 第39-60页 |
| ·引言 | 第39-40页 |
| ·My-Apriori-1 算法 | 第40-50页 |
| ·算法思想 | 第40页 |
| ·算法描述 | 第40-44页 |
| ·算法评价 | 第44页 |
| ·算法实验分析 | 第44-50页 |
| ·My-Apriori-2 算法 | 第50-59页 |
| ·算法思想 | 第50-51页 |
| ·算法描述 | 第51-54页 |
| ·算法评价 | 第54页 |
| ·算法实验分析 | 第54-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 两种改进算法之间的比较 | 第60-64页 |
| ·引言 | 第60页 |
| ·实验分析 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 结束语 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第70-71页 |
