| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·本领域的研究现状 | 第11-13页 |
| ·相关技术 | 第13-17页 |
| ·数据挖掘 | 第13-15页 |
| ·分布式计算 | 第15-16页 |
| ·分布式数据挖掘 | 第16-17页 |
| ·工作内容和论文结构 | 第17-19页 |
| 第2章 分布式关联规则挖掘 | 第19-38页 |
| ·关联规则问题描述 | 第19-22页 |
| ·关联规则挖掘算法 | 第22-29页 |
| ·经典频繁项集挖掘算法 Apriori | 第23-25页 |
| ·改进的频繁项集挖掘算法 | 第25-26页 |
| ·最大频繁项集挖掘 | 第26-29页 |
| ·分布式关联规则挖掘基本原理 | 第29-30页 |
| ·分布式关联规则挖掘算法 | 第30-37页 |
| ·CD和 PDM算法 | 第30-31页 |
| ·FDM算法 | 第31-34页 |
| ·DDM算法 | 第34-35页 |
| ·PDDM算法 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 分布式关联规则挖掘改进策略 | 第38-45页 |
| ·频繁项集挖掘存在的问题及解决办法 | 第38-40页 |
| ·分布式关联规则挖掘算法评价 | 第40-41页 |
| ·算法的通信复杂度及分析 | 第41页 |
| ·分布式关联规则挖掘算法实验 | 第41-44页 |
| ·分布式关联规则挖掘改进策略 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于被约束子树的分布式关联规则挖掘改进算法 | 第45-61页 |
| ·问题描述 | 第45-46页 |
| ·FP_树及算法 | 第46-49页 |
| ·FP_树 | 第46页 |
| ·FP_growth算法 | 第46-49页 |
| ·基于被约束子树的单机最大频繁项集挖掘改进算法 | 第49-54页 |
| ·被约束子树 | 第49-50页 |
| ·MFI_树 | 第50-53页 |
| ·单机最大频繁项集挖掘改进算法 | 第53-54页 |
| ·基于被约束子树的分布式关联规则挖掘改进算法 | 第54-59页 |
| ·EDMCST算法 | 第54-57页 |
| ·EDMCST算法分析与实验结果 | 第57-59页 |
| ·本章小结 | 第59-61页 |
| 第5章 分布式关联规则挖掘在教学科研中应用 | 第61-70页 |
| ·系统体系结构 | 第61-62页 |
| ·教学和科研情况挖掘任务实现 | 第62-69页 |
| ·数据清理 | 第62-64页 |
| ·数据变换 | 第64-66页 |
| ·全局最大频繁项集挖掘 | 第66页 |
| ·全局关联规则的生成与评估 | 第66-69页 |
| ·挖掘结果 | 第69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第75-76页 |
| 致谢 | 第76页 |