数据挖掘技术中关联规则算法的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7-8页 |
| ·课题的研究背景 | 第7-8页 |
| ·数据挖掘的国内外研究现状和发展水平 | 第8-11页 |
| ·国外研究现状 | 第8-10页 |
| ·国内研究现状 | 第10页 |
| ·未来发展趋势 | 第10-11页 |
| ·关联规则挖掘的研究现状 | 第11页 |
| ·本文主要工作及论文组织 | 第11-13页 |
| ·本课题的主要工作 | 第11-12页 |
| ·论文的组织 | 第12-13页 |
| 第二章 数据挖掘技术的研究 | 第13-25页 |
| ·数据挖掘的定义 | 第13-14页 |
| ·数据挖掘流程 | 第14-15页 |
| ·数据挖掘过程 | 第14-15页 |
| ·数据挖掘功能 | 第15-16页 |
| ·数据挖掘的主要方法 | 第16-18页 |
| ·数据挖掘的应用范围 | 第18-21页 |
| ·关系数据库 | 第18页 |
| ·数据仓库 | 第18-19页 |
| ·事务数据库 | 第19页 |
| ·高级数据库系统和高级数据库应用 | 第19-21页 |
| ·数据挖掘的技术 | 第21-23页 |
| ·数据挖掘常用的技术 | 第21-22页 |
| ·数据挖掘技术的应用 | 第22-23页 |
| ·数据挖掘中的研究热点 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 关联规则挖掘研究 | 第25-41页 |
| ·关联规则挖掘的基本概念 | 第25-27页 |
| ·关联规则挖掘的问题描述 | 第25-26页 |
| ·关联规则的相关理论 | 第26页 |
| ·关联规则的种类 | 第26-27页 |
| ·关联规则挖掘的基本模型 | 第27页 |
| ·关联规则的算法 | 第27-29页 |
| ·关联规则算法分类 | 第27-29页 |
| ·经典关联规则挖掘算法 | 第29-36页 |
| ·Apriori 算法 | 第29-33页 |
| ·基于划分的方法—Patiton 算法 | 第33-35页 |
| ·基于采样的方法—Sampling 算法 | 第35-36页 |
| ·Apriori算法的改进 | 第36-37页 |
| ·Apriori 算法的几种改进形式 | 第37-39页 |
| ·关联规则价值衡量的方法 | 第39-40页 |
| ·系统客观层面 | 第39-40页 |
| ·用户主观层面 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于无向项集图的关联规则挖掘算法 | 第41-49页 |
| ·矩阵的方法 | 第41-42页 |
| ·基于无向项集图的频繁集挖掘优化算法 | 第42-46页 |
| ·无向项集图的定义及生成算法 | 第42-43页 |
| ·基于无向项集图的优化挖掘算法 | 第43-44页 |
| ·基于无向项集图的更新策略 | 第44-46页 |
| ·算法性能分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 基于树的关联规则的挖掘算法 | 第49-55页 |
| ·垂直事务数据库 | 第49-50页 |
| ·搜索树的生成 | 第50-52页 |
| ·超大型事务数据库和分布式事务数据库挖掘 | 第52-53页 |
| ·超大型事务数据库的挖掘 | 第52页 |
| ·分布式事务数据库的挖掘 | 第52-53页 |
| ·算法的复杂度估计 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 结论 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第61页 |
