| 第1章 绪论 | 第7-13页 |
| 1．1 数据挖掘的产生背景与应用前景 | 第7-10页 |
| 1．2 数据挖掘的概念 | 第10-11页 |
| 1．3 数据挖掘功能 | 第11-12页 |
| 1．4 论文结构安排 | 第12-13页 |
| 第2章 关联规则 | 第13-16页 |
| 2．1 关联规则概念与定义 | 第13-14页 |
| 2．2 关联规则种类 | 第14-15页 |
| 2．3 挖掘关联规则的基本步骤 | 第15-16页 |
| 第3章 频繁项集及其挖掘算法 | 第16-27页 |
| 3．1 APRIORI算法 | 第16-18页 |
| 3．2 FP-GROWTH算法 | 第18-27页 |
| 3．2．1 FP-tree结构 | 第19-22页 |
| 3．2．2 挖掘FP-tree | 第22-23页 |
| 3．2．3 算法示例 | 第23-25页 |
| 3．2．4 FP-growth算法分析 | 第25-27页 |
| 第4章 频繁闭项集及其挖掘算法 | 第27-36页 |
| 4．1 频繁闭项集 | 第27-28页 |
| 4．2 频繁闭项集挖掘算法CLOSET+ | 第28-36页 |
| 4．2．1 自下而上投影FP-tree策略(密集型数据集) | 第29-30页 |
| 4．2．2 自上而下伪投影FP-tree策略(稀疏型数据集) | 第30-33页 |
| 4．2．3 频繁闭项集检测 | 第33-35页 |
| 4．2．4 算法分析 | 第35-36页 |
| 第5章 一种基于FR-TREE的频繁闭项集挖掘算法 | 第36-49页 |
| 5．1 产生S-GROWTH算法的动机 | 第36-37页 |
| 5．2 S-GROWTH算法的设计思想 | 第37-38页 |
| 5．2．1 使用Stack-Array挖掘FP-tree的优点 | 第37-38页 |
| 5．3 S-GROWTH频繁闭项集挖掘算法 | 第38-45页 |
| 5．3．1 Stack-Array结构 | 第38页 |
| 5．3．2 频繁闭项集的生成 | 第38-41页 |
| 5．3．3 S-growth算法伪代码 | 第41-43页 |
| 5．3．4 算法举例 | 第43-45页 |
| 5．4 实验及结果分析 | 第45-48页 |
| 5．5 小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第55页 |
