基于关联规则的数据挖掘算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·引言 | 第9-10页 |
| ·数据挖掘技术的兴起 | 第10-11页 |
| ·数据挖掘逐渐演变的过程 | 第10-11页 |
| ·国内现状 | 第11页 |
| ·国外现状 | 第11页 |
| ·本文的工作 | 第11-12页 |
| ·本文的结构 | 第12-14页 |
| 第二章 数据挖掘的理论基础 | 第14-38页 |
| ·数据挖掘的主要问题 | 第14-28页 |
| ·数据挖掘和KDD 的基本概念 | 第14-15页 |
| ·数据挖掘技术的模型 | 第15-18页 |
| ·数据挖掘技术的分类 | 第18-19页 |
| ·数据挖掘任务与知识类型 | 第19-23页 |
| ·数据挖掘的过程 | 第23-24页 |
| ·数据挖掘的对象 | 第24页 |
| ·数据挖掘采用的方法 | 第24-26页 |
| ·数据挖掘的应用 | 第26-27页 |
| ·面临的挑战 | 第27-28页 |
| ·关联规则挖掘基础 | 第28-31页 |
| ·关联规则的问题定义 | 第28-29页 |
| ·关联规则的种类 | 第29-30页 |
| ·关联规则的挖掘方法 | 第30-31页 |
| ·关联规则的发展方向 | 第31页 |
| ·关联规则的应用领域 | 第31-32页 |
| ·数据仓库及其管理 | 第32-37页 |
| ·数据仓库的定义与特征 | 第33页 |
| ·数据仓库的体系结构 | 第33-35页 |
| ·数据仓库逻辑模型设计 | 第35页 |
| ·数据仓库与数据挖掘的关系 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 关联规则挖掘算法的改进 | 第38-50页 |
| ·频繁模式关联规则挖掘 | 第38-44页 |
| ·Apriori 经典算法 | 第38-43页 |
| ·对Apriori 算法的改进 | 第43-44页 |
| ·一种高效的加权关联规则算法 | 第44-49页 |
| ·加权关联规则 | 第44-46页 |
| ·加权关联规则的并行挖掘算法 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 粒计算理论与应用 | 第50-56页 |
| ·引言 | 第50页 |
| ·粒计算理论与应用发展现状 | 第50页 |
| ·粒计算的主要模型、特点和相互关系 | 第50-52页 |
| ·商空间模型 | 第50-51页 |
| ·词计算模型 | 第51-52页 |
| ·粗糙集模型 | 第52页 |
| ·粒表示以及在关联规则中的应用 | 第52-53页 |
| ·粒计算 | 第52-53页 |
| ·粒子空间及粒计算在关联规则中的应用 | 第53页 |
| ·商空间理论、性质及原理 | 第53-55页 |
| ·商空间簇的性质 | 第53-54页 |
| ·商空间理论中推理的主要原理 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 基于粒计算的关联规则挖掘算法设计思想 | 第56-64页 |
| ·基于粒计算与完全图的关联规则挖掘算法设计思想 | 第56-60页 |
| ·完全图的概念 | 第56页 |
| ·算法中的定义和性质 | 第56-58页 |
| ·算法思想 | 第58-60页 |
| ·基于粒计算与完全图的关联规则挖掘算法具体描述 | 第60-61页 |
| ·基于粒计算的关联规则挖掘算法实例验证 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 基于数据挖掘的超市管理系统 | 第64-89页 |
| ·基于数据挖掘的超市管理系统模型 | 第64-65页 |
| ·小型超市数据仓库模型设计 | 第65-79页 |
| ·小型超市管理系统功能设计 | 第65-71页 |
| ·小型超市数据仓库实现方法 | 第71-79页 |
| ·商品销售关联分析 | 第79-84页 |
| ·原始数据采集 | 第79-80页 |
| ·数据预处理 | 第80-81页 |
| ·商品销售关联分析 | 第81-82页 |
| ·GRC_G 算法与其他算法的性能比较 | 第82-84页 |
| ·加权关联规则算法在小型超市中的运用 | 第84-88页 |
| ·商品销售关联分析 | 第84-87页 |
| ·性能测试 | 第87-88页 |
| ·本章小结 | 第88-89页 |
| 第七章 结论与展望 | 第89-91页 |
| ·结论 | 第89-90页 |
| ·进一步的工作 | 第90-91页 |
| 致谢 | 第91-92页 |
| 参考文献 | 第92-94页 |
