关联规则数据挖掘算法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·课题的目的及意义 | 第10-11页 |
| ·国内外研究现状及进展 | 第11-12页 |
| ·课题的主要工作及论文组织 | 第12-14页 |
| ·本课题的主要工作 | 第12-13页 |
| ·论文的组织 | 第13-14页 |
| 第2章 数据挖掘技术研究 | 第14-20页 |
| ·数据挖掘的概念 | 第14-15页 |
| ·数据挖掘的体系结构 | 第15-16页 |
| ·数据挖掘常用技术及应用 | 第16-18页 |
| ·数据挖掘常用的技术 | 第16-17页 |
| ·数据挖掘的应用 | 第17-18页 |
| ·关联规则挖掘的研究现状 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 关联规则的经典频繁集算法 | 第20-29页 |
| ·关联规则挖掘问题描述 | 第20-21页 |
| ·关联规则挖掘的步骤 | 第21-22页 |
| ·关联规则挖掘中的频繁集算法 | 第22-28页 |
| ·Apriori算法 | 第23-24页 |
| ·Apriori算法的实例分析 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 关联规则算法研究 | 第29-36页 |
| ·频繁项目集改进算法APRIORITID算法 | 第29-31页 |
| ·不产生候选项的FP-GROWTH算法 | 第31-33页 |
| ·FP-Growth算法的基本思想 | 第31-32页 |
| ·FP-growth算法 | 第32-33页 |
| ·关联规则挖掘问题的扩展 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第5章 关联规则的若干改进算法 | 第36-56页 |
| ·APRIORI算法的性能瓶颈问题 | 第36-37页 |
| ·基于哈希(HASH)表技术 | 第37-44页 |
| ·Traverse方法 | 第38-41页 |
| ·构造函数 | 第41-42页 |
| ·add方法 | 第42-43页 |
| ·算法分析 | 第43-44页 |
| ·减小候选集C_k的大小 | 第44-47页 |
| ·理论证明 | 第44-46页 |
| ·实例分析 | 第46-47页 |
| ·算法性能分析 | 第47页 |
| ·一种新的改进及扩展算法 | 第47-54页 |
| ·新算法的理论依据 | 第47-48页 |
| ·实例数据比较 | 第48-51页 |
| ·由频繁项集产生关联规则 | 第51页 |
| ·产生关联规则的改进算法 | 第51-53页 |
| ·新算法的完整描述 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第61-62页 |
| 致谢 | 第62-63页 |
| 个人简历 | 第63页 |
