| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文主要研究思路及内容安排 | 第15-16页 |
| 第二章 数据挖掘背景介绍和关联分析基本原理 | 第16-23页 |
| 2.1 数据挖掘的概念 | 第16页 |
| 2.2 数据挖掘的背景介绍 | 第16-17页 |
| 2.3 数据挖掘的分类 | 第17-18页 |
| 2.4 数据挖掘的步骤 | 第18-19页 |
| 2.5 关联分析的机理 | 第19-20页 |
| 2.6 关联分析的基本算法 | 第20-23页 |
| 第三章 Apriori算法优化和道路交通事故数据模型构建 | 第23-35页 |
| 3.1 Apriori算法优化 | 第23-25页 |
| 3.1.1 算法优化的必要性分析 | 第23页 |
| 3.1.2 Apriori算法的优化设计 | 第23-25页 |
| 3.2 多维数据预处理 | 第25-28页 |
| 3.2.1 数据预处理的必要性分析 | 第25-26页 |
| 3.2.2 数据处理方法介绍 | 第26-28页 |
| 3.3 道路交通事故成因的形式化属性定义 | 第28-30页 |
| 3.4 道路交通事故成因的数据模型 | 第30-35页 |
| 3.4.1 概念分层 | 第30-32页 |
| 3.4.2 数据预处理 | 第32-34页 |
| 3.4.3 数据模型构建 | 第34-35页 |
| 第四章 Weka实验和结果分析 | 第35-49页 |
| 4.1 Weka及相关工具简介 | 第35-36页 |
| 4.2 Weka的数据预处理方法 | 第36-37页 |
| 4.3 实验前数据准备 | 第37-41页 |
| 4.4 Weka的挖掘实验 | 第41-49页 |
| 4.4.1 Explorer界面操作 | 第41-42页 |
| 4.4.2 数据预处理操作 | 第42-43页 |
| 4.4.3 关联面板操作 | 第43-44页 |
| 4.4.4 实验结果 | 第44-48页 |
| 4.4.5 结果分析与评价 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49-50页 |
| 5.2 展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表的学术论文 | 第54-55页 |
| 致谢 | 第55页 |