| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景、目的与意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 目的与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 主要内容与组织结构 | 第10-12页 |
| 1.3.1 主要内容 | 第10页 |
| 1.3.2 文本组织结构 | 第10-12页 |
| 2 基于关联规则的数据挖掘技术 | 第12-24页 |
| 2.1 数据类型的属性与度量 | 第12-13页 |
| 2.2 数据预处理 | 第13-14页 |
| 2.3 关联规则数据挖掘技术 | 第14-18页 |
| 2.3.1 关联规则挖掘的基本概念 | 第14-15页 |
| 2.3.2 关联规则的分类 | 第15-16页 |
| 2.3.3 关联规则挖掘的过程 | 第16-18页 |
| 2.4 经典关联规则算法—APRIORI算法 | 第18-19页 |
| 2.5 APRIORI挖掘算法的优化技术 | 第19-22页 |
| 2.5.1 基于采样的优化算法 | 第20页 |
| 2.5.2 基于散列的优化算法 | 第20-21页 |
| 2.5.3 基于事务压缩的优化算法 | 第21页 |
| 2.5.4 基于动态项集的优化算法 | 第21页 |
| 2.5.5 基于划分的优化算法 | 第21-22页 |
| 2.6 本章小结 | 第22-24页 |
| 3 面向消费者的住宅小区宜居性评价指标体系建立 | 第24-44页 |
| 3.1 住宅小区宜居性指标选取 | 第24页 |
| 3.2 指标等级划分与宜居等级确定方法 | 第24-27页 |
| 3.2.1 指标分级 | 第24-27页 |
| 3.2.2 宜居等级确定 | 第27页 |
| 3.3 指标数据获取与宜居等级判定 | 第27-43页 |
| 3.3.1 指标数据的获取 | 第27-38页 |
| 3.3.2 指标数据赋分及宜居等级判定 | 第38-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 住宅小区宜居性指标数据库建立 | 第44-48页 |
| 4.1 用于关联规则挖掘的指标属性量化 | 第44-47页 |
| 4.2 数据库建立结果 | 第47页 |
| 4.3 本章小结 | 第47-48页 |
| 5 基于关联规则的住宅小区宜居性指标评价 | 第48-60页 |
| 5.1 经典APRIORI在住宅小区宜居性评价的应用 | 第48-49页 |
| 5.2 基于划分的APRIORI优化算法在住宅小区宜居性评价的应用 | 第49-57页 |
| 5.2.1 区间的划分 | 第50-51页 |
| 5.2.2 关联规则挖掘 | 第51-57页 |
| 5.3 综合评价 | 第57-58页 |
| 5.4 本章小结 | 第58-60页 |
| 6 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 攻读学位期间参加的科研项目及发表的学术论文 | 第62-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-68页 |