| 摘要 | 第1-8页 |
| ABSTRACT | 第8-13页 |
| 第1章 绪论 | 第13-33页 |
| ·研究背景及意义 | 第13-14页 |
| ·国内外研究现状 | 第14-29页 |
| ·数据挖掘的研究现状 | 第14-18页 |
| ·关联规则的研究现状 | 第18-25页 |
| ·中医诊疗领域数据挖掘的研究现状 | 第25-26页 |
| ·中医诊疗领域关联规则的研究现状 | 第26-27页 |
| ·冠心病诊疗领域数据挖掘的研究现状 | 第27-29页 |
| ·冠心病中医诊疗数据的特点 | 第29-30页 |
| ·现有关联规则挖掘方法存在的问题 | 第30-31页 |
| ·论文组织结构 | 第31-33页 |
| 第2章 相关背景知识 | 第33-53页 |
| ·关联规则挖掘 | 第33-34页 |
| ·关联规则的基本概念 | 第33-34页 |
| ·关联规则的挖掘步骤 | 第34页 |
| ·经典关联规则挖掘算法 | 第34-37页 |
| ·Apriori算法 | 第34-37页 |
| ·FP-growth算法 | 第37页 |
| ·数据预处理技术 | 第37-43页 |
| ·数据预处理的必要性 | 第39页 |
| ·数据预处理的步骤 | 第39-43页 |
| ·冠心病中医诊疗数据的预处理 | 第43-52页 |
| ·本章小结 | 第52-53页 |
| 第3章 基于向量法的关联规则挖掘方法的研究 | 第53-61页 |
| ·引言 | 第53-54页 |
| ·基于向量法的关联规则挖掘方法 | 第54-60页 |
| ·向量法的相关定义 | 第54-55页 |
| ·VApriori挖掘算法 | 第55-58页 |
| ·实验结果与分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第4章 基于前后件和长度递减支持度约束的关联规则挖掘 | 第61-77页 |
| ·引言 | 第61-62页 |
| ·基于前后件约束的关联规则挖掘方法 | 第62-68页 |
| ·前后件约束策略 | 第62-63页 |
| ·ACCMiner算法描述 | 第63页 |
| ·实验结果与分析 | 第63-68页 |
| ·基于前后件和长度递减支持度约束的关联规则挖掘方法 | 第68-75页 |
| ·长度递减支持度约束 | 第69-71页 |
| ·ACLDMiner算法 | 第71-73页 |
| ·实验结果与分析 | 第73-75页 |
| ·本章小结 | 第75-77页 |
| 第5章 分段式非线性关联规则相关性的研究 | 第77-87页 |
| ·相关性分析的常用方法 | 第77-79页 |
| ·分段式非线性回归分析方法 | 第79-84页 |
| ·分段事务累计 | 第79页 |
| ·回归方程的设计 | 第79-81页 |
| ·分段式非线性回归验证方法 | 第81-83页 |
| ·相关性分析 | 第83-84页 |
| ·实验结果与分析 | 第84-85页 |
| ·UCI数据的实验结果与分析 | 第84-85页 |
| ·冠心病诊疗数据的实验结果与分析 | 第85页 |
| ·本章小结 | 第85-87页 |
| 第6章 时效关联规则挖掘方法的研究 | 第87-97页 |
| ·传统关联规则参数存在的问题 | 第87页 |
| ·时效支持度-时效匹配度模型 | 第87-92页 |
| ·时效支持度-时效匹配度模型的定义 | 第88-89页 |
| ·时效支持度的性质 | 第89-91页 |
| ·时效支持度-时效匹配度模型的性能分析 | 第91-92页 |
| ·时效增量关联规则挖掘算法 | 第92-94页 |
| ·时效增量关联规则挖掘模型 | 第92-94页 |
| ·时效增量关联规则挖掘算法的性能分析 | 第94页 |
| ·实验结果与分析 | 第94-95页 |
| ·本章小结 | 第95-97页 |
| 结论 | 第97-101页 |
| 参考文献 | 第101-115页 |
| 攻读学位期间公开发表的论文 | 第115-117页 |
| 攻读学位期间参加的主要科研项目 | 第117-119页 |
| 致谢 | 第119页 |