摘要 | 第1-10页 |
ABSTRACT | 第10-11页 |
第1章 绪论 | 第11-15页 |
·引言 | 第11页 |
·加权正负关联规则研究背景 | 第11-13页 |
·关联规则的研究背景 | 第11-12页 |
·加权关联规则的研究背景 | 第12页 |
·加权关联规则的研究现状及问题 | 第12-13页 |
·本文的工作及创新点 | 第13-15页 |
·本文的工作与内容组织 | 第13-14页 |
·创新性工作 | 第14-15页 |
第2章 加权正负关联规则的挖掘 | 第15-31页 |
·关联规则挖掘概述 | 第15-20页 |
·关联规则的问题描述和基本概念 | 第15-16页 |
·关联规则的分类 | 第16-17页 |
·关联规则挖掘算法 | 第17-20页 |
·加权关联规则概述 | 第20-22页 |
·加权关联规则的概念 | 第20-21页 |
·加权关联规则的算法与分析 | 第21-22页 |
·加权关联规则算法的改进算法 | 第22-25页 |
·加入权重后引出的问题及解决方法 | 第22页 |
·规则生成中存在的问题 | 第22-23页 |
·算法实现 | 第23-24页 |
·实验分析 | 第24-25页 |
·小结 | 第25页 |
·负关联规则概述 | 第25-30页 |
·负关联规则的研究背景 | 第25-26页 |
·负关联规则的相关概念 | 第26-27页 |
·负关联规则存在的问题及解决办法 | 第27-29页 |
·负关联规则的算法研究 | 第29-30页 |
·小结 | 第30-31页 |
第3章 基于相关性的加权正负关联规则挖掘算法 | 第31-35页 |
·加权正负关联规则的提出 | 第31页 |
·加权负关联规则中支持度与置信度的计算 | 第31-32页 |
·相关性问题的提出 | 第32-33页 |
·基于相关性的加权正负关联规则挖掘算法——PNWAR 算法设计 | 第33-34页 |
·PNWAR 算法的验证性实验 | 第34页 |
·小结 | 第34-35页 |
第4章 基于兴趣度及卡方检验的加权正负关联规则挖掘算法 | 第35-45页 |
·问题的提出 | 第35页 |
·兴趣度的引入 | 第35-36页 |
·几种典型的兴趣度模型 | 第36-38页 |
·基于差异思想的兴趣度模型 | 第36页 |
·基于概率相关性的兴趣度模型 | 第36-37页 |
·基于信息量的兴趣度模型 | 第37页 |
·基于综合的兴趣度模型 | 第37-38页 |
·基于兴趣度的加权关联规则挖掘算法的研究 | 第38-39页 |
·基于兴趣度关联规则挖掘算法设计——PNIWAR 算法 | 第38-39页 |
·算法的实验分析 | 第39页 |
·小结 | 第39页 |
·基于卡方检验的加权正负关联规则挖掘算法 | 第39-45页 |
·χ~2 检验的研究现状 | 第39-40页 |
·假设检验相关知识 | 第40-42页 |
·假设检验的基本概念 | 第40-41页 |
·假设检验的一般步骤 | 第41页 |
·几种重要的假设检验方法 | 第41-42页 |
·基于χ~2 检验的加权正负关联挖掘算法设计 | 第42-44页 |
·χ~2 检验的定义 | 第42-43页 |
·PNWC 算法设计 | 第43页 |
·算法的实验验证 | 第43-44页 |
·小结 | 第44-45页 |
第5章 基于多支持度的加权正负关联规则挖掘算法 | 第45-49页 |
·多支持度的必要性分析 | 第45-46页 |
·多支持度的相关概念 | 第46页 |
·基于多最小支持度的加权负关联规则的挖掘算法的设计与实现 | 第46-48页 |
·WPNMS 算法设计 | 第46-47页 |
·实验结果分析 | 第47-48页 |
·小结 | 第48-49页 |
第6章 非频繁项集中挖掘加权正负关联规则的研究 | 第49-53页 |
·非频繁项集的提出 | 第49页 |
·已有的非频繁项集挖掘算法研究 | 第49-51页 |
·非频繁项集中挖掘加权正负关联规则的算法 | 第51页 |
·非频繁项集的挖掘 | 第51页 |
·非频繁项集中挖掘关联规则的算法WNRIF | 第51页 |
·实验分析 | 第51-52页 |
·小结 | 第52-53页 |
第7章 总结与展望 | 第53-55页 |
·全文总结 | 第53-54页 |
·展望 | 第54-55页 |
参考文献 | 第55-59页 |
致谢 | 第59-60页 |
在学期间主要科研成果 | 第60-61页 |
一、发表学术论文 | 第60-61页 |
二、其它科研成果 | 第61页 |