基于概念格模型关联规则挖掘的关键问题研究

摘要	第1-9页
Abstract	第9-11页
致谢	第11-17页
第一章 绪论	第17-21页
·引言	第17页
·关联规则挖掘及其面临的挑战	第17-18页
·主要研究内容	第18页
·课题来源和内容组织	第18-21页
·课题来源	第18页
·内容组织	第18-21页
第二章 相关背景知识	第21-41页
·关联规则挖掘	第21-27页
·关联规则的定义	第21页
·关联规则的挖掘步骤	第21-22页
·关联规则挖掘的研究概况	第22-26页
·基于概念格的关联规则挖掘研究概况	第26-27页
·经典关联规则挖掘算法	第27-34页
·Apriori算法	第27-30页
·FP-growth算法	第30-33页
·由频繁项目集产生关联规则	第33-34页
·概念格	第34-39页
·概念格的基本概念	第34-36页
·量化概念格	第36-39页
·小结	第39-41页
第三章 基于概念格模型项目集的表示与求解	第41-53页
·引言	第41页
·经典的频繁项目集求解算法	第41-43页
·基于概念格模型的项目集表示与求解	第43-46页
·事务集与概念格间的映射	第43-44页
·相关的性质	第44-45页
·项目集的表示与求解	第45-46页
·基于剪枝概念格的频繁项目集表示和求解	第46-49页
·剪枝概念格的定义	第46页
·频繁项目集的表示和求解	第46-47页
·基于剪枝概念格求解频繁项目集实例	第47-49页
·实验及性能分析	第49-51页
·基于概念格求解频繁概念数量的分析	第49-50页
·算法性能的分析和比较	第50-51页
·小结	第51-53页
第四章 基于概念格模型的关联规则挖掘	第53-65页
·引言	第53页
·剪枝概念格的构造	第53-58页
·顺序剪枝概念格的构造	第54-56页
·同步剪枝概念格的构造	第56-58页
·基于剪枝概念格挖掘频繁项目集	第58-59页
·基于剪枝概念格的关联规则挖掘	第59-61页
·相应的关联规则挖掘定理	第59-60页
·相应的关联规则挖掘算法	第60页
·两种剪枝概念格关联规则挖掘的应用背景	第60-61页
·基于剪枝概念格的关联规则挖掘实例及算法性能分析	第61-62页
·基于剪枝概念格的关联规则挖掘实例	第61-62页
·基于剪枝概念格的关联规则挖掘算法性能分析	第62页
·小结	第62-65页
第五章 基于概念格的属性归纳	第65-75页
·引言	第65页
·基于概念层次的属性归纳	第65-67页
·基于概念层次属性归纳概述	第65-66页
·基于概念层次属性归纳的基本思想	第66页
·基于概念层次属性归纳方法的局限性	第66-67页
·基于概念格的属性归纳	第67-71页
·基于概念格属性归纳的基本原理	第67-68页
·基于概念格属性归纳的算法思想	第68页
·基于概念格的属性归纳算法	第68-70页
·算法分析与比较	第70-71页
·基于概念格的属性归纳实例及实验分析	第71-74页
·实例	第71-73页
·实验分析	第73-74页
·小结	第74-75页
第六章 应用实例	第75-89页
·引言	第75页
·基于兴趣度加权的概念格关联规则挖掘	第75-77页
·兴趣度加权的定义	第75-76页
·兴趣度加权的关联规则挖掘算法	第76-77页
·基于概念格属性归纳背景的关联规则挖掘	第77-78页
·基于概念格的多层关联规则挖掘	第77页
·基于概念格多维的、量化的关联规则挖掘	第77-78页
·基于概念格的关联规则挖掘在模板优化中的应用	第78-83页
·模板优化的应用背景	第78-79页
·基于项目集表示的模板间约束关系	第79-81页
·基于关联规则挖掘的模板优化组合实例	第81-83页
·改进购物篮分析的关联规则挖掘	第83-88页
·基于改进购物篮分析，获取挖掘规则的布尔向量	第83-86页
·基于传统和改进购物篮分析的关联规则挖掘实例	第86-87页
·实验结果分析	第87-88页
·小结	第88-89页
第七章 结束语	第89-91页
·主要研究工作	第89-90页
·展望	第90-91页
参考文献	第91-105页
攻读博士学位期间参加研究的课题和发表的论文	第105-106页