| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 数据挖掘相关知识 | 第11-12页 |
| 1.2.1 数据挖掘的概念 | 第11页 |
| 1.2.2 数据挖掘的步骤 | 第11-12页 |
| 1.3 研究现状及发展趋势 | 第12-14页 |
| 1.3.1 算法的发展 | 第12-13页 |
| 1.3.2 推荐系统的发展 | 第13-14页 |
| 1.4 论文研究内容与组织结构 | 第14-16页 |
| 1.4.1 本文的主要工作 | 第14页 |
| 1.4.2 本文的内容安排 | 第14-16页 |
| 第二章 相关理论及算法介绍 | 第16-26页 |
| 2.1 关联规则挖掘 | 第16-18页 |
| 2.1.1 基本概念 | 第16-17页 |
| 2.1.2 经典算法Apriori | 第17-18页 |
| 2.1.3 FP-growth算法 | 第18页 |
| 2.2 模糊关联规则 | 第18-23页 |
| 2.2.1 模糊关联规则的提出 | 第18-19页 |
| 2.2.2 模糊关联规则的概念 | 第19-20页 |
| 2.2.3 模糊关联规则挖掘过程 | 第20-21页 |
| 2.2.4 模糊关联规则挖掘算法 | 第21页 |
| 2.2.5 基于Fuzzy FP-tree的模糊关联规则挖掘算法 | 第21-23页 |
| 2.3 挖掘系统应用--推荐系统 | 第23-25页 |
| 2.3.1 推荐系统的概念 | 第23-24页 |
| 2.3.2 推荐系统分类 | 第24页 |
| 2.3.3 推荐系统的组成 | 第24-25页 |
| 2.4 结语 | 第25-26页 |
| 第三章 模糊关联规则改进算法研究 | 第26-30页 |
| 3.1 改进的模糊关联规则 | 第26-27页 |
| 3.2 算法实验 | 第27-30页 |
| 第四章 推荐系统与模糊关联规则挖掘算法应用 | 第30-41页 |
| 4.1 挖掘系统框架 | 第30-31页 |
| 4.2 基于模糊关联规则的推荐系统组成 | 第31-34页 |
| 4.2.1 离线模块数据源获取 | 第31-32页 |
| 4.2.2 在线模块的数据源获取 | 第32页 |
| 4.2.3 相关数据表信息 | 第32-34页 |
| 4.3 数据预处理 | 第34-35页 |
| 4.3.1 去除无意义数据 | 第34页 |
| 4.3.2 去除噪声数据 | 第34-35页 |
| 4.3.3 数据格式转换 | 第35页 |
| 4.3.4 模糊化预处理 | 第35页 |
| 4.4 模糊关联挖掘在推荐系统中的应用 | 第35-38页 |
| 4.5 算法的推荐性能分析 | 第38-40页 |
| 4.6 结语 | 第40-41页 |
| 结论 | 第41-42页 |
| 致谢 | 第42-43页 |
| 参考文献 | 第43-45页 |