多数据源中的特异数据挖掘
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·课题的提出 | 第10页 |
| ·研究现状 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·研究内容 | 第12-13页 |
| ·论文的组织结构 | 第13-14页 |
| 第2章 数据挖掘、特异数据与特异规则挖掘 | 第14-23页 |
| ·数据挖掘的相关知识 | 第14-18页 |
| ·数据挖掘与数据库知识发现 | 第14-15页 |
| ·数据挖掘的过程 | 第15-16页 |
| ·数据挖掘的任务 | 第16-17页 |
| ·数据挖掘涉及到的知识领域 | 第17-18页 |
| ·数据挖掘面临的挑战 | 第18页 |
| ·关联规则 | 第18-20页 |
| ·关联规则的提出及度量指标 | 第18-19页 |
| ·关联规则的分类 | 第19页 |
| ·关联规则挖掘的过程 | 第19-20页 |
| ·特异规则挖掘 | 第20-22页 |
| ·特异数据 | 第20-21页 |
| ·特异规则 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于聚类的数据库分类方法 | 第23-32页 |
| ·聚类的相关定义 | 第23-24页 |
| ·聚类 | 第23页 |
| ·聚类方法的分类 | 第23-24页 |
| ·常见的几种聚类方法 | 第24-26页 |
| ·k 均值聚类 | 第24页 |
| ·k 中心点聚类 | 第24-25页 |
| ·基于层次的聚类 | 第25-26页 |
| ·多数据库挖掘 | 第26-27页 |
| ·问题的提出 | 第26页 |
| ·多数据库挖掘问题的研究现状 | 第26-27页 |
| ·基于聚类的多数据库分类方法AN-DBC | 第27-31页 |
| ·相关定义 | 第28-30页 |
| ·AN-DBC 算法描述 | 第30-31页 |
| ·算法分析 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第4章 多数据源中的特异规则挖掘方法设计 | 第32-43页 |
| ·工作流程 | 第32-33页 |
| ·多数据源中的数据预处理与数据库分类 | 第33-34页 |
| ·数据预处理 | 第33页 |
| ·数据库分类 | 第33-34页 |
| ·特异规则挖掘 | 第34-37页 |
| ·特异数据定义 | 第34-35页 |
| ·特异规则生成 | 第35-37页 |
| ·模式集成 | 第37页 |
| ·相关实验与讨论 | 第37-43页 |
| ·数据准备 | 第37-39页 |
| ·数据库分类 | 第39-40页 |
| ·特异规则挖掘 | 第40-41页 |
| ·结果分析与讨论 | 第41-43页 |
| 第5章 总结与展望 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 攻读硕士期间发表的论文 | 第46-47页 |
| 致谢 | 第47-48页 |
