基于量化相对约简格模型的数据挖掘方法研究
| 第一章 绪论 | 第1-17页 |
| 1．1 引言 | 第12-13页 |
| 1．2 KDD研究 | 第13-15页 |
| 1．2．1 基本定义 | 第13页 |
| 1．2．2 KDD过程 | 第13-15页 |
| 1．3 论文的内容与结构 | 第15-17页 |
| 第二章 概念格模型及其扩展 | 第17-28页 |
| 2．1 引言 | 第17-18页 |
| 2．2 定义和基本概念 | 第18-25页 |
| 2．2．1 基本定义 | 第18-23页 |
| 2．2．2 概念格的构造算法 | 第23-24页 |
| 2．2．2．1 批处理构造算法 | 第23页 |
| 2．2．2．2 渐进式构造算法 | 第23-24页 |
| 2．2．3 概念格的应用 | 第24-25页 |
| 2．3 概念格与决策树 | 第25-28页 |
| 2．3．1 ID3算法 | 第25-27页 |
| 2．3．2 概念格与决策树的比较 | 第27-28页 |
| 第三章 量化相对约简格模型 | 第28-44页 |
| 3．1 扩展概念格的简化表示 | 第28-31页 |
| 3．1．1 扩展概念格的约简 | 第28-29页 |
| 3．1．2 扩展概念格的相对约简 | 第29-31页 |
| 3．2 量化相对约简格 | 第31-44页 |
| 3．2．1 定义和性质 | 第31-33页 |
| 3．2．2 量化相对约简格构造算法 | 第33-37页 |
| 3．2．2．1 算法描述 | 第34-35页 |
| 3．2．2．2 讨论 | 第35-37页 |
| 3．2．3 QRRECL的维护 | 第37-43页 |
| 3．2．3．1 插入对象的维护 | 第37-41页 |
| 3．2．3．2 删除对象的维护 | 第41-42页 |
| 3．2．3．3 实验结果 | 第42-43页 |
| 3．2．4 结束语 | 第43-44页 |
| 第四章 关联规则发现 | 第44-52页 |
| 4．1 引言 | 第44-46页 |
| 4．2 Apriori算法 | 第46-48页 |
| 4．3 FP—Tree结构 | 第48-50页 |
| 4．4 闭合模式挖掘 | 第50-52页 |
| 第五章 量化相对约简格上的规则发现 | 第52-69页 |
| 5．1 引言 | 第52-54页 |
| 5．2 频繁概念子格 | 第54-58页 |
| 5．3 FCSL的构造算法 | 第58-60页 |
| 5．3．1 静态剪枝算法 | 第58-59页 |
| 5．3．2 动态剪枝算法 | 第59-60页 |
| 5．4 基于FCSL的规则提取 | 第60-69页 |
| 5．4．1 规则发现算法 | 第61-63页 |
| 5．4．2 规则剪枝 | 第63-64页 |
| 5．4．3 实验结果 | 第64-67页 |
| 5．4．4 讨论 | 第67-69页 |
| 第六章 结束语 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士学位期间完成的主要论文 | 第76页 |
