基于数据划分的关联规则并行算法研究
| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-16页 |
| ·数据挖掘与知识发现 | 第7-13页 |
| ·数据挖掘与知识发现的过程 | 第7-9页 |
| ·数据挖掘的相关领域 | 第9页 |
| ·数据挖掘的任务与方法 | 第9-13页 |
| ·关联规则简介 | 第13-15页 |
| ·本文的主要内容 | 第15-16页 |
| 第二章 关联规则串行算法 | 第16-35页 |
| ·关联规则发现 | 第16-18页 |
| ·关联规则发现的定义 | 第16-17页 |
| ·关联规则发现的过程 | 第17-18页 |
| ·Apriori算法 | 第18-24页 |
| ·先验原理 | 第18页 |
| ·Apriori 算法的频繁项集产生 | 第18-20页 |
| ·Apriori 算法中候选的产生与剪枝 | 第20-22页 |
| ·Apriori 算法中规则的产生 | 第22-24页 |
| ·A-Close算法 | 第24-31页 |
| ·A-Close算法相关概念 | 第25-26页 |
| ·A-Close算法原理 | 第26-27页 |
| ·A-Close算法描述 | 第27-31页 |
| ·其它串行关联规则算法 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 关联规则并行算法 | 第35-43页 |
| ·挖掘频繁项集的并行算法 | 第35-40页 |
| ·CD算法 | 第36-37页 |
| ·DD算法 | 第37-38页 |
| ·CaD算法 | 第38-40页 |
| ·关联规则生成的并行算法 | 第40-41页 |
| ·其它并行关联规则算法 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 改进的并行算法 | 第43-50页 |
| ·对候选项集的划分 | 第43-44页 |
| ·对事务数据库的划分 | 第44-46页 |
| ·挖掘频繁闭项集的并行算法 | 第46-49页 |
| ·对频繁闭项集的划分 | 第46页 |
| ·并行算法描述 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 实验及结果分析 | 第50-56页 |
| ·实验环境 | 第50-51页 |
| ·硬件环境 | 第50页 |
| ·软件环境 | 第50-51页 |
| ·实验数据 | 第51页 |
| ·算法性能分析 | 第51-55页 |
| ·加速比(Speedup)分析 | 第51-53页 |
| ·可扩展性（Scaleup）分析 | 第53-54页 |
| ·规模增长性(Sizeup)分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 结论和展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 摘要 | 第61-64页 |
| Abstract | 第64-67页 |
| 致谢 | 第67-68页 |
| 导师及作者简介 | 第68页 |
