| 摘要 | 第1-13页 |
| ABSTRACT | 第13-19页 |
| 致谢 | 第19-28页 |
| 第一章 绪论 | 第28-37页 |
| ·研究背景及意义 | 第28-32页 |
| ·文章结构和内容安排 | 第32-35页 |
| ·文章主要创新点 | 第35-37页 |
| 第二章 OLAP 高效查询方法及框架 | 第37-78页 |
| ·数据立方体相关概念介绍 | 第37-40页 |
| ·OLAP 技术概述 | 第40-47页 |
| ·OLAP 的定义及相关操作 | 第40-46页 |
| ·OLAP 度量上的聚合函数 | 第46-47页 |
| ·支持高效 OLAP 查询的关键方法 | 第47-68页 |
| ·数据立方体构建方法研究概述 | 第48-55页 |
| ·OLAP 近似查询建模方法及其研究概况 | 第55-64页 |
| ·OLAP 查询推荐研究概述 | 第64-68页 |
| ·集成数据挖掘和统计分析技术的 OLAP 查询框架 | 第68-76页 |
| ·本章小结 | 第76-78页 |
| 第三章 基于关联规则挖掘的 OLAP 数据立方体物化方法 | 第78-95页 |
| ·关联规则挖掘方法概述 | 第79-82页 |
| ·基本概念与定义 | 第79-80页 |
| ·关联规则挖掘过程及理论基础 | 第80-82页 |
| ·关联规则挖掘思想在数据立方体构建中的应用 | 第82-89页 |
| ·相关概念介绍 | 第82-83页 |
| ·基于位运算的冰山立方体构建方法 BICC | 第83-87页 |
| ·冰山立方体增量式更新方法 ICIU | 第87-89页 |
| ·实验分析 | 第89-93页 |
| ·本章小结 | 第93-95页 |
| 第四章 基于 COPULA 的 OLAP 近似查询建模方法 | 第95-126页 |
| ·相关技术介绍 | 第97-102页 |
| ·COPULA方法概述 | 第97-99页 |
| ·PAIR COPULA 方法概述 | 第99-100页 |
| ·核密度估计方法概述 | 第100-102页 |
| ·基于 COPULA的 OLAP 近似查询模型构建 | 第102-107页 |
| ·各维度样本数据分布拟合 | 第102-105页 |
| ·多维度联合分布估计 | 第105页 |
| ·运用模型进行 OLAP 近似查询 | 第105-107页 |
| ·基于“C 藤”PAIR COPULA的 OLAP 近似查询建模方法研究 | 第107-110页 |
| ·“C 藤”COPULA 模型建立 | 第107-108页 |
| ·模型参数估计 | 第108页 |
| ·基于“C 藤”PAIR COPULA模型的 OLAP 查询 | 第108-110页 |
| ·实验分析 | 第110-122页 |
| ·实验数据与实验平台 | 第110-113页 |
| ·实验结果分析 | 第113-122页 |
| ·本章小结 | 第122-126页 |
| 第五章 基于变量选择的 OLAP 查询推荐方法 | 第126-144页 |
| ·变量选择方法概述 | 第127-131页 |
| ·变量选择相关定义 | 第127-129页 |
| ·变量选择方法 | 第129-131页 |
| ·变量选择方法在 OLAP 查询推荐中的应用 | 第131-138页 |
| ·OLAP 查询维度的选择过程 | 第133-136页 |
| ·相关算法描述 | 第136-138页 |
| ·OLAP 查询推荐模拟实验 | 第138-142页 |
| ·本章小结 | 第142-144页 |
| 第六章 研究总结与展望 | 第144-153页 |
| ·主要研究工作与结论 | 第144-150页 |
| ·进一步工作展望 | 第150-153页 |
| 参考文献 | 第153-182页 |
| 攻读博士学位期间参加的科研工作和发表论文情况 | 第182-186页 |
