基于模糊理论的关联规则挖掘及其在个性化推荐中的应用研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 主要研究内容及创新点 | 第10-11页 |
| 1.3 论文结构 | 第11-12页 |
| 第二章 文献综述 | 第12-25页 |
| 2.1 个性化推荐概述 | 第12-15页 |
| 2.1.1 个性化推荐系统的作用 | 第12-13页 |
| 2.1.2 个性化推荐系统的组成 | 第13页 |
| 2.1.3 个性化推荐技术 | 第13-15页 |
| 2.2 模糊理论概述 | 第15-17页 |
| 2.2.1 模糊集理论的提出 | 第16页 |
| 2.2.2 相关概念性质 | 第16-17页 |
| 2.3 关联规则概述 | 第17-24页 |
| 2.3.1 相关概念 | 第18-19页 |
| 2.3.2 关联规则分类 | 第19页 |
| 2.3.3 关联规则Apriori 算法 | 第19-23页 |
| 2.3.4 对Apriori 的改进 | 第23-24页 |
| 2.4 小结 | 第24-25页 |
| 第三章 模糊关联规则算法的研究及改进 | 第25-35页 |
| 3.1 模糊关联规则算法 | 第25-27页 |
| 3.1.1 模糊关联规则的提出 | 第25页 |
| 3.1.2 模糊关联规则的相关概念 | 第25-26页 |
| 3.1.3 模糊关联规则挖掘步骤 | 第26-27页 |
| 3.2 改进的模糊关联规则算法模型 | 第27-29页 |
| 3.2.1 支持度的确定 | 第27页 |
| 3.2.2 隶属函数的确定 | 第27-29页 |
| 3.3 改进的模糊关联规则算法 | 第29-31页 |
| 3.4 算法实例 | 第31-34页 |
| 3.5 小结 | 第34-35页 |
| 第四章 加权关联规则挖掘算法研究及改进 | 第35-50页 |
| 4.1 加权关联规则定义 | 第35-37页 |
| 4.2 加权关联规则算法 | 第37-41页 |
| 4.2.1 K-支持期望 | 第37-38页 |
| 4.2.2 加权关联规则算法 | 第38-41页 |
| 4.3 现有加权关联规则的优化 | 第41-42页 |
| 4.4 改进的加权关联规则及算法研究 | 第42-46页 |
| 4.4.1 问题的提出 | 第42页 |
| 4.4.2 改进加权算法模型 | 第42-46页 |
| 4.5 改进加权关联规则实例 | 第46-49页 |
| 4.6 小结 | 第49-50页 |
| 第五章 加权模糊关联规则 | 第50-56页 |
| 5.1 加权模糊关联规则模型 | 第50-52页 |
| 5.2 加权模糊关联规则算法NFWAR | 第52-53页 |
| 5.2.1 算法的基本思路 | 第52页 |
| 5.2.2 算法描述 | 第52-53页 |
| 5.3 仿真实验 | 第53-55页 |
| 5.3.1 数据集与实验环境 | 第53-54页 |
| 5.3.2 算法性能测试 | 第54-55页 |
| 5.4 小结 | 第55-56页 |
| 第六章 总结 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间所取得的相关科研成果 | 第61页 |
