| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景 | 第9页 |
| 1.2 选题意义 | 第9-10页 |
| 1.3 国内外相关领域研究现状 | 第10-11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第二章 数据挖掘和零售业 | 第13-20页 |
| 2.1 数据挖掘相关概念 | 第13-16页 |
| 2.1.1 概述 | 第13页 |
| 2.1.2 数据挖掘过程 | 第13-15页 |
| 2.1.3 数据挖掘常用技术 | 第15-16页 |
| 2.2 数据挖掘在超市中的应用 | 第16-19页 |
| 2.2.1 超市的行业特点 | 第16-17页 |
| 2.2.2 超市的数据特点 | 第17页 |
| 2.2.3 消费者购物心理 | 第17-18页 |
| 2.2.4 数据挖掘在超市应用的可行性 | 第18-19页 |
| 2.3 小结 | 第19-20页 |
| 第三章 数据预处理及关联规则综述 | 第20-38页 |
| 3.1 数据预处理 | 第20-26页 |
| 3.1.1 数据预处理的必要性 | 第20-21页 |
| 3.1.2 数据预处理的主要方法 | 第21页 |
| 3.1.3 数据清理 | 第21-23页 |
| 3.1.4 数据变换 | 第23-24页 |
| 3.1.5 数据集成 | 第24页 |
| 3.1.6 数据归约 | 第24-26页 |
| 3.2 关联规则 | 第26-29页 |
| 3.2.1 关联规则的定义 | 第27页 |
| 3.2.2 关联规则分类 | 第27-28页 |
| 3.2.3 关联规则挖掘 | 第28-29页 |
| 3.2.4 关联规则应用 | 第29页 |
| 3.3 经典APRIORI算法 | 第29-37页 |
| 3.3.1 Apriori算法基本思想 | 第30页 |
| 3.3.2 Apriori算法描述 | 第30-32页 |
| 3.3.3 Apriori算法实例 | 第32-34页 |
| 3.3.4 Apriori算法性能分析 | 第34-35页 |
| 3.3.5 Apriori算法的改进 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 APRIORI的改进算法和关联规则价值度量 | 第38-56页 |
| 4.1 基于布尔矩阵的APRIORI算法 | 第38-40页 |
| 4.1.1 基于布尔矩阵的Apriori算法思想 | 第38-39页 |
| 4.1.2 算法示例 | 第39-40页 |
| 4.2 改进的APRIORI_CM算法 | 第40-51页 |
| 4.2.1 改进算法的基本思想 | 第40-42页 |
| 4.2.2 算法步骤描述 | 第42-43页 |
| 4.2.3 算法伪代码描述 | 第43-46页 |
| 4.2.4 算法示例 | 第46-49页 |
| 4.2.5 算法性能分析 | 第49-51页 |
| 4.3 关联规则的价值度量 | 第51-55页 |
| 4.3.1 关联规则存在的问题 | 第51-53页 |
| 4.3.2 关联规则的兴趣度度量 | 第53-54页 |
| 4.3.3 算法示例 | 第54-55页 |
| 4.4 小结 | 第55-56页 |
| 第五章 基于关联规则算法的超市应用及结果分析 | 第56-66页 |
| 5.1 应用背景 | 第56页 |
| 5.2 实践环境说明 | 第56-57页 |
| 5.3 系统模型与执行流程 | 第57-58页 |
| 5.4 功能实践 | 第58-65页 |
| 5.4.1 数据预处理 | 第58-61页 |
| 5.4.2 关联规则挖掘 | 第61-65页 |
| 5.4.3 挖掘结果分析 | 第65页 |
| 5.5 本章小结 | 第65-66页 |
| 总结与展望 | 第66-68页 |
| 总结 | 第66-67页 |
| 展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 个人简历、工硕就读期间发表论文 | 第72页 |