| 第1章 数据挖掘导论 | 第1-31页 |
| ·数据挖掘的起源 | 第11-14页 |
| ·数据挖掘基本知识 | 第14-22页 |
| ·数据挖掘定义 | 第14-16页 |
| ·数据挖掘对象 | 第16-19页 |
| ·数据挖掘主要研究内容 | 第19-22页 |
| ·数据挖掘的任务 | 第22-27页 |
| ·概念描述 | 第22-23页 |
| ·关联分析 | 第23-24页 |
| ·分类与预测 | 第24-25页 |
| ·聚类分析 | 第25页 |
| ·偏差监测 | 第25-26页 |
| ·时序演化分析 | 第26页 |
| ·元数据挖掘 | 第26-27页 |
| ·数据挖掘体系结构与挖掘过程 | 第27-29页 |
| ·数据挖掘的体系结构 | 第27-28页 |
| ·数据挖掘的步骤 | 第28-29页 |
| ·数据挖掘的研究现状和发展趋势 | 第29-31页 |
| 第2章 数据预处理 | 第31-52页 |
| ·数据预处理的重要性 | 第31-33页 |
| ·数据清洗 | 第33-36页 |
| ·遗漏数据处理 | 第33-34页 |
| ·噪声数据处理 | 第34-35页 |
| ·不一致数据处理 | 第35-36页 |
| ·数据集成与转换 | 第36-38页 |
| ·数据集成处理 | 第36-37页 |
| ·数据转换处理 | 第37-38页 |
| ·数据消减 | 第38-47页 |
| ·数据立方合计 | 第39-40页 |
| ·维数消减 | 第40-42页 |
| ·数据压缩 | 第42-43页 |
| ·数据块消减 | 第43-47页 |
| ·离散化和概念层次树生成 | 第47-52页 |
| ·数值概念层次树生成 | 第48-50页 |
| ·类别概念层次生成 | 第50-52页 |
| 第3章 关联规则挖掘 | 第52-65页 |
| ·关联规则概念 | 第52-54页 |
| ·Apriori算法 | 第54-58页 |
| ·频繁项集的产生过程 | 第55-57页 |
| ·由频繁项集产生关联规则 | 第57-58页 |
| ·通过使用哈希树提高Apriori的有效性 | 第58-60页 |
| ·其他的挖掘算法分析 | 第60-63页 |
| ·多层与多维关联规则挖掘算法 | 第63-65页 |
| 第4章 基于MFC原则的可信规则挖掘 | 第65-69页 |
| ·可信规则的提出 | 第65页 |
| ·候选集的产生 | 第65-67页 |
| ·规则的裁剪与预测 | 第67-69页 |
| 第5章 兴趣关联集的挖掘 | 第69-88页 |
| ·问题的提出 | 第69-71页 |
| ·Min-Hashing方法 | 第71-75页 |
| ·等价集的产生 | 第71-74页 |
| ·候选集的产生 | 第74页 |
| ·K-Min-Hashing算法 | 第74-75页 |
| ·Locality-Sensitive Hashing方法 | 第75-80页 |
| ·Min-LSH方法 | 第76-79页 |
| ·Hamming-LSH方案 | 第79-80页 |
| ·实验结果分析 | 第80-85页 |
| ·扩展与今后的工作 | 第85-86页 |
| ·总结 | 第86-88页 |
| 第6章 结论 | 第88-90页 |
| 致谢 | 第90-91页 |
| 参考文献 | 第91-93页 |
| 个人简历 在读期间发表的学识论文与研究成果 | 第93页 |