| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 选题背景及研究意义 | 第10-12页 |
| 1.2 国内外研究及应用现状 | 第12-15页 |
| 1.2.1 数据挖掘发展历程及研究现状 | 第12-13页 |
| 1.2.2 关联规则发展历程及研究现状 | 第13-14页 |
| 1.2.3 总结分析 | 第14-15页 |
| 1.3 论文的主要工作及创新点 | 第15-17页 |
| 1.3.1 论文的主要工作 | 第15-17页 |
| 1.3.2 论文创新点 | 第17页 |
| 1.4 本文组织结构 | 第17-20页 |
| 第二章 数据挖掘及关联规则概述 | 第20-36页 |
| 2.1 数据挖掘概述 | 第20-24页 |
| 2.1.1 数据挖掘的对象及主要任务 | 第20页 |
| 2.1.2 数据挖掘的分析过程 | 第20-21页 |
| 2.1.3 数据挖掘的常用方法 | 第21-23页 |
| 2.1.4 数据挖掘的常用工具 | 第23-24页 |
| 2.2 关联规则概述 | 第24-28页 |
| 2.2.1 关联规则的基本理论 | 第24-27页 |
| 2.2.2 关联规则的分类 | 第27页 |
| 2.2.3 关联规则挖掘的常用方法 | 第27-28页 |
| 2.3 Apriori算法概述 | 第28-35页 |
| 2.3.1 Apriori算法原理 | 第28-33页 |
| 2.3.2 Apriori算法的优化策略 | 第33-34页 |
| 2.3.3 算法总结分析 | 第34-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 密度偏差抽样算法概述及其改进 | 第36-56页 |
| 3.1 密度偏差抽样算法的基本理论 | 第36-37页 |
| 3.2 密度偏差抽样算法的实现过程 | 第37-39页 |
| 3.3 基于网格划分的密度偏差抽样算法 | 第39-45页 |
| 3.3.1 固定网格划分方法 | 第40-41页 |
| 3.3.2 基于固定网格划分的密度偏差抽样算法 | 第41-42页 |
| 3.3.3 可变网格划分方法 | 第42-44页 |
| 3.3.4 基于可变网格划分的密度偏差抽样算法 | 第44-45页 |
| 3.4 基于可变网格划分的密度偏差抽样算法的改进 | 第45-54页 |
| 3.4.1 算法改进思想 | 第45-47页 |
| 3.4.2 算法改进的实现过程 | 第47-48页 |
| 3.4.3 算法验证分析 | 第48-54页 |
| 3.5 算法总结分析 | 第54页 |
| 3.6 本章小结 | 第54-56页 |
| 第四章 粒子群算法概述及其改进 | 第56-68页 |
| 4.1 粒子群算法的基本理论 | 第56-58页 |
| 4.2 粒子群算法的基本流程 | 第58-60页 |
| 4.3 粒子群算法的优化策略 | 第60-63页 |
| 4.4 粒子群算法的改进 | 第63-66页 |
| 4.4.1 算法改进思想 | 第63页 |
| 4.4.2 算法实现过程 | 第63-64页 |
| 4.4.3 算法验证分析 | 第64-66页 |
| 4.5 算法总结分析 | 第66-67页 |
| 4.6 本章小结 | 第67-68页 |
| 第五章 DBS-PSO优化算法在关联规则挖掘中的研究与应用 | 第68-84页 |
| 5.1 问题提出 | 第68页 |
| 5.2 DBS-PSO优化算法在关联规则挖掘中的研究 | 第68-70页 |
| 5.2.1 算法描述 | 第68-69页 |
| 5.2.2 算法流程分析 | 第69-70页 |
| 5.3 DBS-PSO优化算法在关联规则挖掘中的应用 | 第70-75页 |
| 5.3.1 数据来源 | 第70-71页 |
| 5.3.2 数据预处理 | 第71-72页 |
| 5.3.3 关联规则挖掘 | 第72-75页 |
| 5.4 算法性能对比分析 | 第75-82页 |
| 5.4.1 算法运行时间对比分析 | 第76-77页 |
| 5.4.2 关联规则的提取数量对比分析 | 第77-79页 |
| 5.4.3 关联规则的提取质量对比分析 | 第79-82页 |
| 5.5 本章小结 | 第82-84页 |
| 第六章 总结与展望 | 第84-86页 |
| 6.1 总结 | 第84-85页 |
| 6.2 展望 | 第85-86页 |
| 致谢 | 第86-88页 |
| 参考文献 | 第88-96页 |
| 附录A(攻读硕士期间发表的论文、专利及软著) | 第96-98页 |
| 附录B(核心代码附录) | 第98-111页 |
