Web使用挖掘中事务间关联规则方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 1 绪论 | 第6-10页 |
| ·研究背景与意义 | 第6-7页 |
| ·国内外研究现状 | 第7-8页 |
| ·现有算法存在的问题 | 第8页 |
| ·本文研究工作及结构安排 | 第8-10页 |
| 2 关联规则及聚类分析的相关概念 | 第10-19页 |
| ·关联规则的相关知识 | 第10-12页 |
| ·传统关联规则的基本概念 | 第11-12页 |
| ·事务间关联规则的基本概念 | 第12页 |
| ·关联规则算法 | 第12-13页 |
| ·传统关联规则算法 | 第12-13页 |
| ·事务间关联规则算法 | 第13页 |
| ·聚类分析的相关概念 | 第13-17页 |
| ·聚类分析算法 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 基于聚类分析的事务间关联规则挖掘算法 | 第19-29页 |
| ·相关定义 | 第19-20页 |
| ·基本原理 | 第20-21页 |
| ·聚间关联规则挖掘 | 第21-24页 |
| ·聚类分析 | 第21-22页 |
| ·事务内到事务间关联规则的转换 | 第22-23页 |
| ·大数据集事务间关联规则的生成 | 第23-24页 |
| ·实验测试与结果分析 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 4 基于聚类的事务间关联规则双策略分析模型 | 第29-38页 |
| ·相关定义 | 第29-30页 |
| ·基本原理 | 第30页 |
| ·双策略分析模型DAM | 第30-34页 |
| ·双策略兴趣预测分析 | 第30-31页 |
| ·聚类预处理 | 第31-32页 |
| ·事务间关联规则预测 | 第32-33页 |
| ·马尔可夫模型预测 | 第33-34页 |
| ·实验测试结果分析 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 结论 | 第38-39页 |
| 参考文献 | 第39-41页 |
| 攻读硕士学位期间发表的论文 | 第41页 |
| 攻读硕士学位期间参与的科研项目 | 第41-42页 |
| 致谢 | 第42页 |