基于遗传算法的关联规则挖掘
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-12页 |
| ·数据挖掘基本技术 | 第7-11页 |
| ·数据挖掘定义 | 第7页 |
| ·数据挖掘的功能 | 第7-9页 |
| ·数据挖掘的过程 | 第9页 |
| ·数据挖掘的国内外现状 | 第9-10页 |
| ·数据挖掘与其他相关技术 | 第10-11页 |
| ·本文研究的目的和意义 | 第11页 |
| ·本文的主要研究内容 | 第11-12页 |
| 第二章 遗传算法基础理论与方法 | 第12-26页 |
| ·遗传算法的产生和发展 | 第12-13页 |
| ·遗传算法的基本特征 | 第13-14页 |
| ·基本遗传算法的理论 | 第14-17页 |
| ·基本遗传算法 | 第14-15页 |
| ·基本遗传算法的描述 | 第15-16页 |
| ·基本遗传算法的运算过程 | 第16-17页 |
| ·GA中常用技术 | 第17-25页 |
| ·编码 | 第17-19页 |
| ·适应度函数 | 第19-21页 |
| ·遗传算子 | 第21-24页 |
| ·遗传算法的关键参数确定 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于多变量提升度的关联规则研究 | 第26-36页 |
| ·关联规则挖掘的概述 | 第26页 |
| ·关联规则的基本定义和步骤 | 第26-28页 |
| ·关联规则的基本定义 | 第26-27页 |
| ·关联规则的基本步骤 | 第27-28页 |
| ·关联规则形式和分类 | 第28-29页 |
| ·关联规则的形式 | 第28页 |
| ·关联规则的分类 | 第28-29页 |
| ·改进的Apriori算法 | 第29-35页 |
| ·相关度的引入 | 第30页 |
| ·目前几种主要的相关度量 | 第30-31页 |
| ·基于多变量的提升度量 | 第31-32页 |
| ·算法描述 | 第32-34页 |
| ·实验结果 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于遗传算法的关联规则研究与实现 | 第36-47页 |
| ·遗传算法挖掘关联规则思想 | 第36-37页 |
| ·基于遗传算法的关联规则挖掘 | 第37-40页 |
| ·编码方法 | 第37-38页 |
| ·适应度函数 | 第38页 |
| ·遗传算子 | 第38-40页 |
| ·应用实例 | 第40-46页 |
| ·遗传算法的编码 | 第40-42页 |
| ·参数设置 | 第42-43页 |
| ·提取关联规则算法描述 | 第43-44页 |
| ·规则发现与结果分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-48页 |
| ·结论 | 第47页 |
| ·展望 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 致谢 | 第50页 |
