摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-14页 |
1.1 研究背景 | 第10页 |
1.2 研究内容 | 第10-11页 |
1.3 论文的组织结构 | 第11-14页 |
第2章 相关技术 | 第14-22页 |
2.1 关联规则的表示与挖掘 | 第14-17页 |
2.1.1 关联规则的表示形式 | 第14-15页 |
2.1.2 基于Apriori算法的关联规则挖掘 | 第15-16页 |
2.1.3 不产生候选频繁项集的挖掘方法 | 第16-17页 |
2.2 连续属性的概念化分段与维规约技术 | 第17-20页 |
2.2.1 基于皮尔逊公式的维规约技术 | 第17-18页 |
2.2.2 连续属性的概念化分段技术 | 第18-20页 |
2.3 关联规则分类算法 | 第20-21页 |
2.4 本章小结 | 第21-22页 |
第3章 基于QOS关联规则挖掘的组合服务阶段性优化 | 第22-34页 |
3.1 问题的提出 | 第22-26页 |
3.2 QoS关联规则的相关模型 | 第26-27页 |
3.2.1 QoS关联规则的建模 | 第26-27页 |
3.2.2 QoS关联规则优化的目标 | 第27页 |
3.3 数据集的预处理方法 | 第27-30页 |
3.3.1 原始挖掘数据集的生成 | 第28-29页 |
3.3.2 数据集的概念化分段 | 第29-30页 |
3.4 QoS关联规则挖掘 | 第30-31页 |
3.5 基于QoS关联规则构造分类器 | 第31-32页 |
3.6 小结 | 第32-34页 |
第4章 QOS关联规则的挖掘方法 | 第34-58页 |
4.1 基于皮尔逊相关度的维归约方法 | 第34-38页 |
4.2 数据的概念化分段方法 | 第38-46页 |
4.2.1 基于k均值算法的QoS属性分段 | 第38-40页 |
4.2.2 基于信息增益的离散化处理方法 | 第40-44页 |
4.2.3 基于时间周期的时间分段方法 | 第44-46页 |
4.3 基于FP树算法的QoS关联规则挖掘 | 第46-52页 |
4.3.1 FP树的建立方法 | 第47-50页 |
4.3.2 QoS关联规则的挖掘方法 | 第50-52页 |
4.4 基于QoS关联规则的分类方法 | 第52-56页 |
4.5 本章小结 | 第56-58页 |
第5章 WEB服务阶段性优化系统的设计与实现 | 第58-74页 |
5.1 Web服务阶段性优化系统的总体设计 | 第58-59页 |
5.2 阶段性优化系统的详细设计 | 第59-68页 |
5.2.1 各功能子模块的设计 | 第60-63页 |
5.2.2 关键子模块的流程 | 第63-66页 |
5.2.3 子模块间数据集的交互 | 第66-68页 |
5.3 关键子模块的实现 | 第68-70页 |
5.4 分类器准确度实验分析 | 第70-73页 |
5.5 本章小结 | 第73-74页 |
第6章 结论 | 第74-76页 |
参考文献 | 第76-80页 |
致谢 | 第80页 |