| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-17页 |
| ·论文研究的目的与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·频繁项集挖掘研究现状 | 第11-13页 |
| ·关联规则发现的研究现状 | 第13-14页 |
| ·课题的研究内容 | 第14-15页 |
| ·文章的组织结构 | 第15-17页 |
| 第二章 关联规则挖掘技术概述 | 第17-27页 |
| ·关联规则概述 | 第17-19页 |
| ·关联规则定义 | 第17-18页 |
| ·数据流的特点 | 第18-19页 |
| ·数据流关联规则挖掘算法特点 | 第19页 |
| ·数据流频繁项集挖掘算法概述 | 第19-26页 |
| ·基本概念 | 第19-21页 |
| ·数据流频繁项集挖掘面临的挑战 | 第21-22页 |
| ·数据流频繁项集挖掘相关算法及分析 | 第22-26页 |
| ·规则发现概述 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 改进FP-Stream算法的研究 | 第27-44页 |
| ·FP-Stream算法 | 第27-38页 |
| ·构建FP-Tree过程 | 第28-30页 |
| ·FP-Growth算法 | 第30-32页 |
| ·数据流中挖掘时间敏感的频繁项集 | 第32-34页 |
| ·倾斜时间框架的更新策略 | 第34-36页 |
| ·FP-Stream算法描述 | 第36-37页 |
| ·FP-Stream算法不足 | 第37-38页 |
| ·改进的FP-Stream算法 | 第38-43页 |
| ·基本概念 | 第38-40页 |
| ·改进FP-Stream算法描述 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 扩展的关联规则发现框架的研究 | 第44-49页 |
| ·传统关联规则发现框架 | 第44-45页 |
| ·扩展的度量标准 | 第45-48页 |
| ·提升度度量 | 第45-46页 |
| ·余弦度量 | 第46-47页 |
| ·兴趣度度量 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 实验结果及分析 | 第49-57页 |
| ·实验数据集 | 第49-50页 |
| ·实验环境 | 第50-51页 |
| ·实验结果展示与分析 | 第51-56页 |
| ·FP-Stream算法与改进算法对内存需求对比 | 第51-53页 |
| ·最小支持度-置信度框架与扩充框架挖掘出的规则对比 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 结束语 | 第57-59页 |
| ·本文总结 | 第57页 |
| ·未来展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 作者简历 | 第63-65页 |
| 学位论文数据集 | 第65页 |