| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-18页 |
| 1.1 课题背景 | 第12页 |
| 1.2 研究目的和意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.3.1 数据挖掘的研究现状 | 第13-14页 |
| 1.3.2 篮球数据分析与挖掘的研究现状 | 第14-15页 |
| 1.4 研究内容与研究方法 | 第15-16页 |
| 1.4.1 研究内容 | 第15-16页 |
| 1.4.2 研究方法 | 第16页 |
| 1.5 本文的组织结构 | 第16-18页 |
| 2 相关理论知识介绍 | 第18-25页 |
| 2.1 数据挖掘 | 第18-20页 |
| 2.1.1 数据挖掘的基本概念 | 第18页 |
| 2.1.2 数据挖掘的主要方法 | 第18-19页 |
| 2.1.3 数据挖掘的过程 | 第19页 |
| 2.1.4 数据挖掘的发展趋势 | 第19-20页 |
| 2.2 关联规则 | 第20-24页 |
| 2.2.1 关联规则的基本概念 | 第20-22页 |
| 2.2.2 关联规则的挖掘过程 | 第22-23页 |
| 2.2.3 典型关联规则算法的比较 | 第23页 |
| 2.2.4 关联规则的发展趋势 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 3 Aprio ri算法及其改进设计 | 第25-42页 |
| 3.1 Apriori算法 | 第25-31页 |
| 3.1.1 Apriori算法基本概念 | 第25-26页 |
| 3.1.2 Apriori算法举例 | 第26-29页 |
| 3.1.3 Apriori算法的特点和缺陷 | 第29-30页 |
| 3.1.4 Apriori算法现有的改进思想 | 第30-31页 |
| 3.2 一种改进的Apriori算法 | 第31-40页 |
| 3.2.1 改进思路 | 第31-34页 |
| 3.2.2 L-Apriori算法描述 | 第34-36页 |
| 3.2.3 L-Apriori算法举例 | 第36-38页 |
| 3.2.4 L-Apriori算法与传统Apriori算法的性能比较 | 第38-40页 |
| 3.3 本章小结 | 第40-42页 |
| 4 L-Apriori算法在篮球队员优化组合中的应用 | 第42-53页 |
| 4.1 系统需求分析 | 第42页 |
| 4.2 数据准备 | 第42-45页 |
| 4.2.1 数据采集 | 第42-44页 |
| 4.2.2 数据预处理 | 第44-45页 |
| 4.3 L-Apriori算法在篮球队员优化组合中的应用 | 第45-52页 |
| 4.3.1 数据挖掘模型的建立 | 第45-46页 |
| 4.3.2 关联规则挖掘过程 | 第46-50页 |
| 4.3.3 挖掘结果分析 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57页 |
