| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 时间序列上的规则挖掘 | 第10-11页 |
| 1.2.2 多元时间序列流上时间相关的关联规则的挖掘 | 第11页 |
| 1.3 主要研究内容 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-14页 |
| 第2章 关联规则挖掘概述 | 第14-20页 |
| 2.1 关联规则挖掘 | 第14-16页 |
| 2.1.1 关联规则挖掘的概念 | 第14-16页 |
| 2.1.2 关联规则挖掘的应用 | 第16页 |
| 2.2 算法相关的概念 | 第16-18页 |
| 2.3 时间衰减模型 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 多元时间序列流的预处理 | 第20-33页 |
| 3.1 时间序列的分段线性化近似 | 第20-24页 |
| 3.1.1 自底向上算法 | 第21-22页 |
| 3.1.2 线性化近似表示方法 | 第22-24页 |
| 3.2 时间序列符号化表示以及取元模式 | 第24-30页 |
| 3.2.1 分割时间序列 | 第25-27页 |
| 3.2.2 时间序列符号化表示 | 第27-28页 |
| 3.2.3 本论文中的元模式 | 第28-30页 |
| 3.3 多元时间序列流合并为事务集 | 第30-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第4章 多元时间序列流动态关联规则挖掘算法 | 第33-48页 |
| 4.1 概要存储结构 SWFI-tree | 第33-40页 |
| 4.1.1 概要存储结构的定义 | 第33-36页 |
| 4.1.2 SWFI-tree 的创建 | 第36-38页 |
| 4.1.3 SWFI-tree 的维护 | 第38-40页 |
| 4.2 剪枝策略 | 第40-42页 |
| 4.2.1 剪枝理论 | 第40-41页 |
| 4.2.2 剪枝过程 | 第41-42页 |
| 4.3 规则的输出 | 第42-45页 |
| 4.3.1 规则挖掘算法 | 第42-44页 |
| 4.3.2 输出的规则的格式 | 第44-45页 |
| 4.4 证券数据集上的规则发现 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 实验结果与分析 | 第48-58页 |
| 5.1 实验测试用的实际数据 | 第48-49页 |
| 5.2 数据预处理 | 第49-50页 |
| 5.3 关联规则挖掘 | 第50-51页 |
| 5.4 实验结果及分析 | 第51-56页 |
| 5.4.1 前后两次查询的结果集 | 第51-53页 |
| 5.4.2 算法的运行性能分析 | 第53-55页 |
| 5.4.3 算法处理不同个数的多元时间序列流的运行性能分析 | 第55-56页 |
| 5.5 本章小结 | 第56-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第63-65页 |
| 致谢 | 第65页 |