| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 概述 | 第11-16页 |
| 1.1 选题背景和研究意义 | 第11页 |
| 1.2 数据挖掘概述 | 第11-15页 |
| 1.2.1 数据挖掘的概念 | 第11-12页 |
| 1.2.2 数据挖掘常用技术 | 第12-13页 |
| 1.2.3 数据挖掘的应用领域 | 第13-15页 |
| 1.3 论文研究的主要内容 | 第15-16页 |
| 第2章 关联规则概述 | 第16-19页 |
| 2.1 关联规则挖掘技术的产生背景 | 第16页 |
| 2.2 关联规则的基本概念 | 第16-17页 |
| 2.2.1 基本概念 | 第16页 |
| 2.2.2 关联规则的种类 | 第16-17页 |
| 2.3 关联规则的挖掘方法 | 第17-19页 |
| 第3章 关联规则常用算法 | 第19-28页 |
| 3.1 Apriori算法 | 第19-22页 |
| 3.1.1 Apriori算法的说明 | 第19-21页 |
| 3.1.2 Apriori算法的性能分析 | 第21-22页 |
| 3.1.3 Apriori算法的改进 | 第22页 |
| 3.2 FP-growth算法 | 第22-26页 |
| 3.2.1 FP-growth算法应用实例 | 第23-25页 |
| 3.2.2 FP-growth算法优缺点 | 第25-26页 |
| 3.3 Partition算法 | 第26-27页 |
| 3.4 小结 | 第27-28页 |
| 第4章 关联规则的扩展 | 第28-38页 |
| 4.1 多层关联规则 | 第28-32页 |
| 4.1.1 问题的提出 | 第28-29页 |
| 4.1.2 多层关联规则的定义和相关概念 | 第29页 |
| 4.1.3 多层关联规则数据挖掘的步骤 | 第29页 |
| 4.1.4 多层关联规则常用算法 | 第29-32页 |
| 4.2 频繁项集关联规则 | 第32-37页 |
| 4.2.1 频繁项集挖掘的基本概念 | 第32-33页 |
| 4.2.2 并行频繁项集挖掘算法 | 第33-37页 |
| 4.2.2.1 Data Distribution算法 | 第33-34页 |
| 4.2.2.2 Candidate Distribution算法 | 第34-35页 |
| 4.2.2.3 MLFPT算法 | 第35-36页 |
| 4.2.2.4 PFP-Tree算法 | 第36页 |
| 4.2.2.5 HPFP-Miner算法 | 第36-37页 |
| 4.2.3 并行频繁项集挖掘展望 | 第37页 |
| 4.3 关联规则挖掘未来的研究方向 | 第37-38页 |
| 第5章 基于兴趣度的关联规则挖掘 | 第38-50页 |
| 5.1 兴趣度的算法分析 | 第38-41页 |
| 5.1.1 兴趣度的度量 | 第39-41页 |
| 5.1.1.1 基于概率相关性的兴趣度 | 第39-40页 |
| 5.1.1.2 基于信息量的兴趣度 | 第40-41页 |
| 5.1.1.3 综合的兴趣度 | 第41页 |
| 5.2 基于用户兴趣度的算法Bit-Interest | 第41-48页 |
| 5.2.1 Bit-Interest算法的格式和数据预处理 | 第42-43页 |
| 5.2.2 Bit-Interest算法的定义 | 第43-44页 |
| 5.2.3 Bit-Interest算法步骤 | 第44页 |
| 5.2.4 Bit-interest算法举例验证与结果分析 | 第44-47页 |
| 5.2.5 Bit-interest算法的描述 | 第47-48页 |
| 5.2.6 Bit-interest算法的性能分析 | 第48页 |
| 5.3 算法的应用 | 第48-50页 |
| 5.3.1 对算法进行测试的数据及软件的准备 | 第48-49页 |
| 5.3.2 算法的测试结果分析 | 第49-50页 |
| 结论 | 第50-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55页 |
