| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究背景及其意义 | 第9-11页 |
| ·课题的研究现状 | 第11-13页 |
| ·课题研究的基本问题和内容组织结构 | 第13-15页 |
| ·课题研究的基本问题 | 第13-14页 |
| ·内容组织结构 | 第14-15页 |
| 第2章 分布式关联规则挖掘综述 | 第15-31页 |
| ·引言 | 第15页 |
| ·分布式关联规则挖掘的相关概念与技术 | 第15-22页 |
| ·分布式数据挖掘的问题描述 | 第15-16页 |
| ·多处理器关联规则挖掘的体系结构 | 第16-19页 |
| ·分布式关联规则挖掘 | 第19-22页 |
| ·分布式全局频繁项集挖掘 | 第22-23页 |
| ·分布式关联规则增量更新挖掘 | 第23-28页 |
| ·增量挖掘的相关概念与技术 | 第23-24页 |
| ·分布式环境中的增量挖掘 | 第24-28页 |
| ·分布式关联规则挖掘的应用 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 一种分布式全局频繁项集挖掘算法 | 第31-39页 |
| ·引言 | 第31页 |
| ·相关概念与技术 | 第31-34页 |
| ·相关定义与性质 | 第31-33页 |
| ·分组计数技术 | 第33-34页 |
| ·算法思想与算法实例 | 第34-36页 |
| ·算法基本思想 | 第34页 |
| ·算法实例 | 第34-36页 |
| ·BFM-MGFIS算法描述 | 第36-37页 |
| ·算法分析与性能测试 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于前缀树的分布式全局频繁项集增量挖掘算法 | 第39-48页 |
| ·引言 | 第39页 |
| ·Canonical order tree与节点设计 | 第39-43页 |
| ·Canonical order tree | 第39-41页 |
| ·节点设计 | 第41-42页 |
| ·CanTree的构建 | 第42-43页 |
| ·算法思想及其步骤 | 第43-47页 |
| ·算法描述 | 第44-46页 |
| ·仿真实验及其分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 分布式关联规则挖掘模拟系统及其应用 | 第48-59页 |
| ·引言 | 第48页 |
| ·开发与运行环境 | 第48页 |
| ·系统框架、功能与设计 | 第48-52页 |
| ·系统框架 | 第48-50页 |
| ·系统功能 | 第50-51页 |
| ·系统设计 | 第51-52页 |
| ·数据准备 | 第52-54页 |
| ·数据采集 | 第52页 |
| ·数据预处理 | 第52-54页 |
| ·模拟系统的应用 | 第54-58页 |
| ·问题的提出 | 第54-55页 |
| ·系统的应用 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第6章 总结和展望 | 第59-61页 |
| ·论文主要工作总结 | 第59页 |
| ·进一步的研究工作与展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读学位期间取得的研究成果 | 第66-67页 |
| 致谢 | 第67-69页 |