| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题选题背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·研究内容及结构安排 | 第14-16页 |
| ·研究内容 | 第14页 |
| ·结构安排 | 第14-16页 |
| 第2章 负关联规则的概念 | 第16-20页 |
| ·负关联规则的引入、定义及性质 | 第16-18页 |
| ·负关联规则的挖掘步骤及特点 | 第18-20页 |
| 第3章 负关联规则挖掘算法研究 | 第20-39页 |
| ·(非)频繁项集挖掘算法 | 第20-28页 |
| ·挖掘非频繁项集的传统算法 | 第20-21页 |
| ·改进的(非)频繁项集挖掘算法----采用基于模式树和提升度的方法挖掘(非)频繁项集 | 第21-23页 |
| ·改进算法(MINE_FI_IFI)的剪枝规则及其实现 | 第23-28页 |
| ·负关联规则的挖掘算法 | 第28-32页 |
| ·传统的挖掘负关联规则的算法 | 第28-29页 |
| ·改进的负关联规则挖掘算法----采用基于模式树和提升度的方法挖掘负关联规则 | 第29-32页 |
| ·MTNE_P_N_RULES算法的思想 | 第29-31页 |
| ·MINE_P_N_RULES算法的实现 | 第31-32页 |
| ·冗余负关联规则的裁剪技术 | 第32-39页 |
| ·基于逻辑推理的关联规则裁剪技术 | 第33-36页 |
| ·模式树在负关联规则裁剪中的应用 | 第36-39页 |
| 第4章 基于负关联规则的Web日志挖掘系统的实现 | 第39-60页 |
| ·Web日志挖掘概述 | 第39-44页 |
| ·Web日志挖掘的概念 | 第40-41页 |
| ·数据预处理 | 第41-44页 |
| ·数据清理 | 第41-42页 |
| ·用户识别 | 第42-43页 |
| ·会话识别 | 第43页 |
| ·事务识别 | 第43-44页 |
| ·系统开发环境及数据源 | 第44页 |
| ·系统设计 | 第44-49页 |
| ·系统非功能性架构 | 第45-46页 |
| ·系统功能架构 | 第46页 |
| ·系统功能模块介绍 | 第46-49页 |
| ·系统预处理模块 | 第46-48页 |
| ·挖掘频繁/非频繁项集模块 | 第48-49页 |
| ·挖掘正负规则 | 第49页 |
| ·系统关键部分的实现 | 第49-58页 |
| ·数据清理 | 第49-51页 |
| ·用户识别 | 第51-54页 |
| ·会话识别 | 第54-56页 |
| ·频繁项集与非频繁项集的挖掘 | 第56-58页 |
| ·正负关联规则的挖掘 | 第58页 |
| ·系统评价 | 第58-60页 |
| 第5章 实验结果及分析 | 第60-65页 |
| ·一级支持度与两级支持度实验结果对比 | 第60-62页 |
| ·本文算法与ANPRC算法对比 | 第62-65页 |
| 第6章 总结 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的学术论文目录 | 第71-72页 |
| 学位论文评阅及答辩情况表 | 第72页 |
