| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 目录 | 第6-8页 |
| 一、引言 | 第8-12页 |
| 1.1 数据挖掘背景 | 第8页 |
| 1.2 数据挖掘基本概念 | 第8-9页 |
| 1.3 数据挖掘分类 | 第9-10页 |
| 1.3.1 模式分类 | 第9页 |
| 1.3.2 聚类 | 第9页 |
| 1.3.3 关联分析 | 第9页 |
| 1.3.4 回归 | 第9-10页 |
| 1.3.5 时间序列 | 第10页 |
| 1.3.6 序列模式 | 第10页 |
| 1.4 数据挖掘前景分析 | 第10-12页 |
| 二、关联规则数据挖掘 | 第12-21页 |
| 2.1 关联规则基本概念 | 第12页 |
| 2.2 关联规则基本问题 | 第12-13页 |
| 2.3 关联规则分类 | 第13页 |
| 2.4 关联规则挖掘的算法 | 第13-17页 |
| 2.4.1 经典算法apriori | 第13-14页 |
| 2.4.2 fp-tree 算法 | 第14-15页 |
| 2.4.3 AprioriTid 算法和 AprioriHybird | 第15页 |
| 2.4.4 基于划分的方法 | 第15-16页 |
| 2.4.5 基于hash 的方法 | 第16页 |
| 2.4.6 基于采样的方法 | 第16页 |
| 2.4.7 散列 | 第16页 |
| 2.4.8 多层关联规则挖掘 | 第16-17页 |
| 2.4.9 多维关联规则挖掘 | 第17页 |
| 2.5 关联规则的扩展应用 | 第17-21页 |
| 2.5.1 IUA 算法和LAA 算法 | 第18-19页 |
| 2.5.2 FUP 算法 | 第19-21页 |
| 三、有效关联规则的研究 | 第21-29页 |
| 3.1 关联规则的价值衡量 | 第21-22页 |
| 3.2 实例分析 | 第22-23页 |
| 3.3 衡量标准改进 | 第23-25页 |
| 3.4 支持度-匹配度扩展应用 | 第25-27页 |
| 3.4.1 水平加权的关联规则开采 | 第25-26页 |
| 3.4.2 增量更新的关联规则 | 第26页 |
| 3.4.3 实验数据描述 | 第26-27页 |
| 3.5 实验结果对比 | 第27-29页 |
| 四、增量关联规则的向量法挖掘 | 第29-34页 |
| 4.1 向量法挖掘关联规则的基本思想 | 第29-30页 |
| 4.2 关联规则的增量更新问题 | 第30页 |
| 4.3 基于向量法的增量更新算法（VFUP) | 第30-34页 |
| 4.3.1 算法 VFUP | 第30-31页 |
| 4.3.2 实例分析 | 第31-33页 |
| 4.3.3 算法分析 | 第33-34页 |
| 五、基于项目集加权的增量关联规则算法研究 | 第34-40页 |
| 5.1 加权增量更新 | 第34-35页 |
| 5.2 规则分析 | 第35-36页 |
| 5.3 算法分析 | 第36页 |
| 5.4 实例分析 | 第36-38页 |
| 5.5 新增 n 次数据库时的关联规则更新 | 第38-39页 |
| 5.6 实验结果 | 第39-40页 |
| 结语 | 第40-42页 |
| 参考文献 | 第42-45页 |
| 后记 | 第45-46页 |