关联规则算法在网上招聘系统中的研究与应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 1 绪论 | 第10-15页 |
| ·研究背景 | 第10页 |
| ·研究目的及意义 | 第10-11页 |
| ·研究现状及其发展趋势 | 第11-13页 |
| ·研究现状 | 第11-13页 |
| ·发展趋势 | 第13页 |
| ·论文的组织结构 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 2 数据挖掘与关联规则技术概述 | 第15-31页 |
| ·数据挖掘技术概述 | 第15-25页 |
| ·数据挖掘的基本概念 | 第15-18页 |
| ·数据挖掘的数据来源 | 第18-19页 |
| ·数据挖掘的结构、功能与方法 | 第19-22页 |
| ·数据挖掘的应用和研究方向 | 第22-24页 |
| ·数据挖掘面临的主要问题 | 第24-25页 |
| ·关联规则技术概述 | 第25-30页 |
| ·关联规则的基本概念 | 第25-26页 |
| ·关联规则的性质 | 第26-27页 |
| ·关联规则挖掘步骤 | 第27-28页 |
| ·关联规则挖掘中应注意的问题 | 第28-29页 |
| ·关联规则的分类 | 第29页 |
| ·关联规则的挖掘方法 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 3 关联规则挖掘的典型算法分析 | 第31-42页 |
| ·早期的频集挖掘算法 | 第31页 |
| ·经典APRIORI 挖掘算法 | 第31-38页 |
| ·Apriori 算法的基本思想 | 第32页 |
| ·Apriori 核心算法分析 | 第32-35页 |
| ·Apriori 算法的性能分析 | 第35-36页 |
| ·由频繁项集产生关联规则 | 第36页 |
| ·提高Apriori 算法的有效性方法 | 第36-38页 |
| ·FP-GROWTH 算法 | 第38-41页 |
| ·FP-growth 算法的基本思想 | 第38-39页 |
| ·FP-growth 算法分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 4 FP-GROWTH 算法的改进 | 第42-51页 |
| ·HFP-GROWTH 算法 | 第42-48页 |
| ·hash 表概述 | 第42-45页 |
| ·优化策略 | 第45-46页 |
| ·算法描述 | 第46-47页 |
| ·测试结果 | 第47-48页 |
| ·DSFP-GROWTH 算法 | 第48-50页 |
| ·优化策略 | 第48页 |
| ·算法描述 | 第48-49页 |
| ·测试结果 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 5 关联规则挖掘技术在网上招聘系统中的应用 | 第51-60页 |
| ·项目背景 | 第51-52页 |
| ·项目实现的环境 | 第52页 |
| ·数据准备 | 第52页 |
| ·数据预处理 | 第52-55页 |
| ·删除无效数据 | 第52-53页 |
| ·数据转换 | 第53-55页 |
| ·功能实现与结果分析 | 第55-59页 |
| ·实验结果分析与比较 | 第55-57页 |
| ·网上招聘系统强关联规则的生成 | 第57-59页 |
| ·对网上招聘系统的指导意义 | 第59页 |
| ·本章小结 | 第59-60页 |
| 6 结论 | 第60-62页 |
| ·结论 | 第60-61页 |
| ·后续研究工作的展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录 | 第66页 |
