| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-7页 |
| 1 绪论 | 第7-11页 |
| ·选题背景和研究意义 | 第7-9页 |
| ·课题的提出 | 第9-10页 |
| ·论文的组织结构 | 第10-11页 |
| 2 数据挖掘及其关联规则挖掘技术 | 第11-21页 |
| ·数据挖掘与知识发现 | 第11-12页 |
| ·数据挖掘的分析方法 | 第12-13页 |
| ·关联规则的基本概念 | 第13-14页 |
| ·关联规则挖掘的经典算法及其改进算法 | 第14-19页 |
| ·关联规则挖掘技术的研究方向 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 加权关联规则挖掘及其改进方法 | 第21-29页 |
| ·加权关联规则中的支持度和置信度 | 第22页 |
| ·加权关联规则挖掘的改进方法 | 第22-28页 |
| ·本章小结 | 第28-29页 |
| 4 蚁群算法描述及其分析 | 第29-41页 |
| ·蚁群算法的基本原理 | 第29-31页 |
| ·蚁群算法的发展 | 第31-38页 |
| ·蚁群算法参数选择原则 | 第38-39页 |
| ·基本蚁群算法的优缺点 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 5 基于蚁群算法的加权关联规则挖掘(ACO-WRAM) | 第41-51页 |
| ·适应度函数 | 第41-42页 |
| ·规则的构建 | 第42-43页 |
| ·信息素的更新 | 第43-45页 |
| ·算法流程与框图 | 第45-46页 |
| ·实验结果与分析 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 6 结论与展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 在读期间发表论文清单 | 第56-57页 |
| 致谢 | 第57页 |