粗糙集理论在关联规则挖掘中的应用
| 第一章 引论 | 第1-9页 |
| ·数据挖掘简介 | 第6-8页 |
| ·什么是数据挖掘 | 第6-7页 |
| ·数据挖掘的步骤 | 第7页 |
| ·数据挖掘功能 | 第7-8页 |
| ·论文的来源及创新之处 | 第8-9页 |
| 第二章 粗糙集理论基本原理简介 | 第9-22页 |
| ·粗糙集理论的基本概念 | 第9-13页 |
| ·知识与知识库 | 第9-12页 |
| ·不精确范畴，近似与粗糙集 | 第12-13页 |
| ·知识约简 | 第13-15页 |
| ·知识的依赖性 | 第15-16页 |
| ·知识表达系统 | 第16-17页 |
| ·决策表 | 第17-22页 |
| 第三章 关联规则挖掘技术及应用 | 第22-62页 |
| ·ARIRIO算法分析 | 第22-33页 |
| ·APRIRIO算法简介 | 第22-24页 |
| ·对APRIRIO算法的分析 | 第24-33页 |
| ·区分矩阵方法及应用 | 第33-39页 |
| ·区分矩阵的概念 | 第33-37页 |
| ·基于区分矩阵的属性和规则约简算法 | 第37-39页 |
| ·属性和规则约减方法及应用 | 第39-57页 |
| ·完备信息系统的粗糙逻辑 | 第39-40页 |
| ·决策逻辑与决策 | 第40-44页 |
| ·属性约简 | 第44-47页 |
| ·规则约简 | 第47-57页 |
| ·默认规则挖掘算法 | 第57-62页 |
| ·概述 | 第57页 |
| ·默认规则发现算法 | 第57-62页 |
| 结束语 | 第62-63页 |
| 参考文献 | 第63-65页 |
