| 摘要 | 第7-8页 |
| Abstract | 第8页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 数据挖掘技术概述 | 第9-13页 |
| 1.1.1 数据挖掘技术产生的背景 | 第9-10页 |
| 1.1.2 数据挖掘过程 | 第10-11页 |
| 1.1.3 数据挖掘面临的主要问题 | 第11-13页 |
| 1.2 数据挖掘技术的发展趋势 | 第13页 |
| 1.3 研究目的及意义 | 第13-14页 |
| 1.4 研究主要内容 | 第14页 |
| 1.5 论文的组织结构 | 第14-16页 |
| 第2章 关联规则概述 | 第16-28页 |
| 2.1 关联规则的相关概念 | 第16-17页 |
| 2.2 关联规则挖掘步骤 | 第17-18页 |
| 2.2.1 频繁项集的生成过程 | 第17-18页 |
| 2.2.2 生成频繁项集的规则 | 第18页 |
| 2.3 关联规则分类 | 第18-19页 |
| 2.4 关联规则的主要应用 | 第19-20页 |
| 2.5 关联规则的算法 | 第20-27页 |
| 2.5.1 Apriori 算法 | 第20-26页 |
| 2.5.2 FP-growth 算法 | 第26-27页 |
| 2.6 本章总结 | 第27-28页 |
| 第3章 关联规则中 Apriori 算法的改进 | 第28-38页 |
| 3.1 现有的改进方法 | 第29-30页 |
| 3.1.1 基于分片的方法 | 第29页 |
| 3.1.2 基于 Hash 的方法 | 第29页 |
| 3.1.3 基于采样的方法 | 第29-30页 |
| 3.1.4 减少交易个数 | 第30页 |
| 3.2 基于粗糙集的方法 | 第30页 |
| 3.3 基于数组的 Apriori 算法 | 第30-36页 |
| 3.3.1 基于数组的 Apriori 算法的算法描述 | 第31-33页 |
| 3.3.2 算法实例 | 第33-36页 |
| 3.3.3 算法性能比较及分析 | 第36页 |
| 3.4 本章总结 | 第36-38页 |
| 第4章 基于数组的 Apriori 算法的改进 | 第38-46页 |
| 4.1 改进思想 | 第38-39页 |
| 4.2 改进方法 | 第39-41页 |
| 4.3 算法描述 | 第41-43页 |
| 4.4 算法性能分析 | 第43-45页 |
| 4.5 本章总结 | 第45-46页 |
| 结论 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51页 |