| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-11页 |
| 1.1.1 数据挖掘 | 第9-10页 |
| 1.1.2 高效用项集挖掘 | 第10-11页 |
| 1.2 研究目的与意义 | 第11-12页 |
| 1.3 具体研究内容 | 第12-13页 |
| 1.4 本文的主要贡献 | 第13页 |
| 1.5 本文的组织结构 | 第13-15页 |
| 第2章 相关研究现状 | 第15-21页 |
| 2.1 频繁项集挖掘 | 第15-16页 |
| 2.2 高效用项集挖掘 | 第16-18页 |
| 2.3 频繁-高效用项集挖掘 | 第18-19页 |
| 2.4 研究现状总结 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 基于PSO的单一目标高效用项集挖掘算法 | 第21-40页 |
| 3.1 预备知识和问题定义 | 第21-24页 |
| 3.1.1 粒子群最佳优化算法 | 第21-22页 |
| 3.1.2 预备知识和问题定义 | 第22-24页 |
| 3.2 基于BPSO的高效用项集挖掘算法 | 第24-29页 |
| 3.2.1 预处理阶段 | 第25页 |
| 3.2.2 粒子编码阶段 | 第25-26页 |
| 3.2.3 适应值评价阶段 | 第26页 |
| 3.2.4 更新阶段 | 第26页 |
| 3.2.5 组合的改进策略 | 第26-28页 |
| 3.2.6 HUIM-BPSO算法 | 第28-29页 |
| 3.3 实验结果与分析 | 第29-39页 |
| 3.3.1 实验设置和数据集介绍 | 第29-32页 |
| 3.3.2 运行时间分析 | 第32-33页 |
| 3.3.3 HUIs个数分析 | 第33-36页 |
| 3.3.4 模式分析 | 第36-38页 |
| 3.3.5 收敛情况分析 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 基于频繁项集与高效用项集的多目标skyline挖掘算法 | 第40-65页 |
| 4.1 预备知识和问题定义 | 第40-44页 |
| 4.1.1 skyline查询 | 第40-41页 |
| 4.1.2 预备知识和问题定义 | 第41-43页 |
| 4.1.3 utility-list结构 | 第43-44页 |
| 4.2 基于uemax的skyline频繁-高效用项集挖掘算法 | 第44-47页 |
| 4.2.1 剪枝策略 | 第44-45页 |
| 4.2.2 基于uemax的SFUP挖掘算法 | 第45-47页 |
| 4.3 基于ugmax的skyline频繁-高效用项集挖掘算法 | 第47-53页 |
| 4.3.1 剪枝策略 | 第48-49页 |
| 4.3.2 基于ugmax的SFUP挖掘算法 | 第49-51页 |
| 4.3.3 优化的基于ugmax的SFUP挖掘算法 | 第51-53页 |
| 4.4 算法示例 | 第53-57页 |
| 4.4.1 基于uemax的SFUP挖掘算法 | 第53-54页 |
| 4.4.2 基于ugmax的SFUP挖掘算法 | 第54-56页 |
| 4.4.3 优化的基于ugmax的SFUP挖掘算法 | 第56-57页 |
| 4.5 实验结果及分析 | 第57-63页 |
| 4.5.1 实验设置和数据集描述 | 第57-59页 |
| 4.5.2 运行时间分析 | 第59-60页 |
| 4.5.3 内存消耗分析 | 第60-61页 |
| 4.5.4 搜索项集个数分析 | 第61-62页 |
| 4.5.5 可扩展性分析 | 第62-63页 |
| 4.6 本章小结 | 第63-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第70-72页 |
| 致谢 | 第72页 |
