| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 目录 | 第8-10页 |
| 第一章 引言 | 第10-16页 |
| ·数据挖掘的概念 | 第10-11页 |
| ·数据挖掘的任务 | 第11-12页 |
| ·数据挖掘技术 | 第12-13页 |
| ·研究背景 | 第13-14页 |
| ·研究内容 | 第14-15页 |
| ·论文的组织 | 第15-16页 |
| 第二章 关联规则挖掘的基本概念和相关技术 | 第16-24页 |
| ·基本概念 | 第16-19页 |
| ·关联规则 | 第16-17页 |
| ·概念格 | 第17-19页 |
| ·关联规则挖掘算法的研究现状 | 第19-21页 |
| ·基于 Apriori算法的研究现状 | 第19-21页 |
| ·基于概念格理论的算法研究现状 | 第21页 |
| ·相关技术 | 第21-24页 |
| 第三章 基于概念格的关联规则挖掘 | 第24-34页 |
| ·概念格生成算法 | 第24-27页 |
| ·渐进式构造算法的基本思想 | 第25-26页 |
| ·渐进式构造算法的实现 | 第26-27页 |
| ·概念格的内涵缩减及其计算 | 第27-29页 |
| ·概念格的内涵缩减 | 第27-28页 |
| ·概念格内涵缩减的计算 | 第28-29页 |
| ·基于概念格的关联规则计算 | 第29-34页 |
| ·基本概念和定理 | 第30-32页 |
| ·提取规则的算法 | 第32-34页 |
| 第四章 基于抽样和元学习的分布式关联规则挖掘算法 | 第34-41页 |
| ·基本概念和相关技术 | 第34-36页 |
| ·基本概念 | 第34-35页 |
| ·相关技术 | 第35-36页 |
| ·分布式挖掘算法 | 第36-41页 |
| ·基本思想 | 第36-38页 |
| ·算法描述 | 第38-40页 |
| ·算法分析 | 第40-41页 |
| 第五章 基于概念格和抽样技术的分布式关联规则挖掘算法 | 第41-47页 |
| ·基本概念 | 第41-42页 |
| ·基本思想 | 第42页 |
| ·算法伪代码描述 | 第42-47页 |
| 第六章 实验结果及分析 | 第47-52页 |
| ·对DASM算法挖掘效率的测试 | 第47-48页 |
| ·对DASM算法通信量的测试 | 第48-49页 |
| ·对DASM算法挖掘结果精确度的测试 | 第49页 |
| ·样本率对DASM算法挖掘结果精确度的影响 | 第49-50页 |
| ·相似度对DASM算法挖掘结果精确度的影响 | 第50-52页 |
| 第七章 结束语 | 第52-54页 |
| ·全文总结 | 第52-53页 |
| ·工作展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 附录: 攻读硕士学位期间发表学术论文 | 第59页 |