序列模式发现模型的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-23页 |
| ·KDD和数据挖掘 | 第12-20页 |
| ·问题的提出 | 第12-14页 |
| ·KDD定义和过程 | 第14-16页 |
| ·数据挖掘的概念和任务 | 第16-17页 |
| ·数据挖掘和相关技术的比较 | 第17-19页 |
| ·数据挖掘应用热点 | 第19-20页 |
| ·数据库中的序列模式 | 第20-22页 |
| ·序列模式发现提出 | 第20-21页 |
| ·序列模式发现研究概况 | 第21-22页 |
| ·本文的主要内容及组织 | 第22-23页 |
| 第二章 序列模式发现研究概述 | 第23-36页 |
| ·相关研究 | 第23-25页 |
| ·关联规则发现 | 第23-25页 |
| ·关联规则与序列模式的比较 | 第25页 |
| ·序列模式发现的形式化描述 | 第25-28页 |
| ·数据源格式 | 第25-27页 |
| ·形式化描述 | 第27-28页 |
| ·序列模式发现经典算法 | 第28-35页 |
| ·AprioriAll算法 | 第28-31页 |
| ·GSP算法 | 第31-33页 |
| ·基本序列模型的局限性 | 第31页 |
| ·泛化序列模式 | 第31-32页 |
| ·GSP算法 | 第32-33页 |
| ·PrefixSpan算法 | 第33-35页 |
| ·小结 | 第35-36页 |
| 第三章 基于图结构的序列模式发现研究 | 第36-45页 |
| ·引言 | 第36-37页 |
| ·GBSPM算法 | 第37-41页 |
| ·面向序列模式挖掘的图结构 | 第37-39页 |
| ·算法描述 | 第39-40页 |
| ·带时间约束的序列模式发现 | 第40-41页 |
| ·实验 | 第41-44页 |
| ·实验数据 | 第41-42页 |
| ·实验结果 | 第42-44页 |
| ·小结 | 第44-45页 |
| 第四章 利用序列模式对客户序列进行聚类的研究 | 第45-55页 |
| ·引言 | 第45-46页 |
| ·相关研究 | 第46-49页 |
| ·聚类分析 | 第46-48页 |
| ·交易数据库中的聚类研究 | 第48-49页 |
| ·序列聚类算法SPSC | 第49-51页 |
| ·变换阶段 | 第49-50页 |
| ·聚类阶段 | 第50-51页 |
| ·相似度函数 | 第50页 |
| ·簇的平均值 | 第50-51页 |
| ·分析与实验 | 第51-53页 |
| ·聚类效果分析 | 第52页 |
| ·聚类效率实验 | 第52-53页 |
| ·小结 | 第53-55页 |
| 第五章 结束语 | 第55-57页 |
| ·工作总结 | 第55页 |
| ·工作展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 附录一 研究生期间主要科研工作及成果 | 第62-63页 |
| 附录二 部分实验数据和实验结果 | 第63-67页 |
