| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| abstract | 第7页 |
| 1 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 数据挖掘研究现状 | 第14-15页 |
| 1.2.2 关联规则研究现状 | 第15-16页 |
| 1.3 主要研究内容 | 第16-17页 |
| 1.4 本文组织结构 | 第17-19页 |
| 2 数据挖掘与关联规则知识介绍 | 第19-29页 |
| 2.1 数据挖掘的相关知识 | 第19-21页 |
| 2.1.1 数据挖掘的定义 | 第19页 |
| 2.1.2 数据挖掘的过程 | 第19-20页 |
| 2.1.3 数据挖掘算法的分类 | 第20-21页 |
| 2.2 关联规则的相关知识 | 第21-26页 |
| 2.2.1 关联规则的基本概念 | 第22页 |
| 2.2.2 关联规则的主要参数 | 第22-24页 |
| 2.2.3 关联规则挖掘的步骤 | 第24-25页 |
| 2.2.4 关联规则的分类 | 第25-26页 |
| 2.3 多维关联规则 | 第26-28页 |
| 2.3.1 多维关联规则的特点 | 第26页 |
| 2.3.2 多维关联规则挖掘算法 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 多维关联规则及算法研究 | 第29-41页 |
| 3.1 Apriori关联规则算法 | 第29-34页 |
| 3.1.1 Apriori算法的描述 | 第29页 |
| 3.1.2 Apriori算法的过程 | 第29-33页 |
| 3.1.3 Apriori算法伪代码 | 第33-34页 |
| 3.2 Apriori算法优缺点及改进算法 | 第34-36页 |
| 3.2.1 Apriori算法的优缺点 | 第34页 |
| 3.2.2 常用改进Apriori算法介绍 | 第34-36页 |
| 3.3 基于多维关联规则的改进Apriori算法 | 第36-40页 |
| 3.3.1 常用改进Apriori算法的优缺点 | 第36页 |
| 3.3.2 改进Apriori算法的原因及算法选择 | 第36-37页 |
| 3.3.3 多值属性关联规则挖掘的问题 | 第37-38页 |
| 3.3.4 基于多值属性的改进Apriori算法 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 关联规则挖掘应用及改进算法实验 | 第41-54页 |
| 4.1 医疗数据挖掘 | 第41-42页 |
| 4.2 医疗数据的预处理 | 第42-47页 |
| 4.2.1 插入主要字段 | 第42-44页 |
| 4.2.2 合并字段 | 第44-45页 |
| 4.2.3 精简数据表 | 第45-46页 |
| 4.2.4 预处理挖掘表 | 第46-47页 |
| 4.3 关联规则挖掘医疗数据的应用 | 第47-48页 |
| 4.4 多值属性关联规则挖掘实验结果及分析 | 第48-53页 |
| 4.4.1 相同支持度，算法性能比较 | 第49-51页 |
| 4.4.2 相同数据量，算法性能比较 | 第51-53页 |
| 4.4.3 实验小结 | 第53页 |
| 4.5 本章小结 | 第53-54页 |
| 5 总结与展望 | 第54-56页 |
| 5.1 全文总结 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 作者简介 | 第59页 |