基于匿名数据分类技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-12页 |
| ·课题研究背景 | 第9页 |
| ·课题研究意义 | 第9-10页 |
| ·课题的主要工作 | 第10-11页 |
| ·课题的贡献 | 第11页 |
| ·论文的结构组织 | 第11-12页 |
| 2 数据挖掘技术 | 第12-18页 |
| ·数据挖掘概念 | 第12页 |
| ·数据挖掘研究现状 | 第12-13页 |
| ·数据挖掘对象及功能 | 第13-16页 |
| ·数据挖掘的基本过程 | 第16-18页 |
| 3 隐私保护数据挖掘 | 第18-27页 |
| ·隐私及定义 | 第18页 |
| ·隐私保护数据挖掘 | 第18-23页 |
| ·隐私保护数据挖掘技术的发展 | 第18-20页 |
| ·隐私保护数据挖掘技术的分类 | 第20-21页 |
| ·隐私保护数据挖掘技术介绍 | 第21-23页 |
| ·匿名化技术 | 第23-27页 |
| ·l-diversity | 第24-25页 |
| ·k-anonymity 技术 | 第25-27页 |
| 4 课题分析 | 第27-33页 |
| ·现有的分类技术 | 第27-29页 |
| ·匿名数据挖掘思想的提出 | 第29-30页 |
| ·KCNN-SVM 分类算法的提出 | 第30-33页 |
| 5 匿名数据分类技术 | 第33-39页 |
| ·基本思想与框架 | 第33页 |
| ·基本思想与框架 | 第33-39页 |
| ·相关定义及说明 | 第33-35页 |
| ·把匿名数据建模成不确定数据 | 第35-36页 |
| ·计算核函数的期望值 | 第36-38页 |
| ·用匿名数据发布 QI 属性统计信息 | 第38-39页 |
| 6 实验结果与分析 | 第39-42页 |
| ·实验环境 | 第39页 |
| ·实验目的及实验说明 | 第39页 |
| ·实验测试 | 第39-41页 |
| ·选择 Linear kernel 进行测试 | 第39-40页 |
| ·选择 RBF kernel 进行测试 | 第40-41页 |
| ·实验结果分析 | 第41-42页 |
| 结论 | 第42-43页 |
| 参考文献 | 第43-47页 |
| 在学研究成果 | 第47-48页 |
| 致谢 | 第48页 |
