基于动态散列和事务压缩的频繁项集挖掘的研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 Apriori性质的改进 | 第10页 |
| 1.2.2 数据库扫描次数的改进 | 第10-11页 |
| 1.2.3 数据库存储方式的转化 | 第11页 |
| 1.2.4 Hash技术的改进算法 | 第11-12页 |
| 1.2.5 Apriori算法与其他算法的合用 | 第12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13-15页 |
| 第2章 相关理论技术研究 | 第15-23页 |
| 2.1 Apriori算法 | 第15-17页 |
| 2.1.1 基本概念 | 第15-16页 |
| 2.1.2 算法思想 | 第16-17页 |
| 2.1.3 Apriori算法流程 | 第17页 |
| 2.2 散列技术 | 第17-21页 |
| 2.2.1 散列表 | 第18-20页 |
| 2.2.2 处理冲突的方法 | 第20-21页 |
| 2.3 事务压缩技术 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于动态散列的研究与改进 | 第23-39页 |
| 3.1 Apriori算法挖掘频繁项集 | 第23-27页 |
| 3.1.1 Apriori算法挖掘流程 | 第23-25页 |
| 3.1.2 连接步、剪枝步流程 | 第25-27页 |
| 3.2 基于散列的Apriori算法 | 第27-28页 |
| 3.3 动态散列 | 第28-29页 |
| 3.4 动态散列的研究 | 第29-33页 |
| 3.4.1 项集阶数 | 第30-31页 |
| 3.4.2 事务平均长度 | 第31页 |
| 3.4.3 数据库事务量 | 第31-32页 |
| 3.4.4 最小支持度 | 第32-33页 |
| 3.5 动态散列算法改进 | 第33-36页 |
| 3.6 本章小结 | 第36-39页 |
| 第4章 基于事务压缩的频繁项集挖掘的研究与改进 | 第39-55页 |
| 4.1 算法研究与分析 | 第39-41页 |
| 4.1.1 压缩原则 | 第39-41页 |
| 4.2 事务压缩的实现 | 第41-43页 |
| 4.2.1 对比实验 | 第42-43页 |
| 4.3 基于事务压缩的算法改进 | 第43-54页 |
| 4.3.1 改进算法的思想流程 | 第43-46页 |
| 4.3.2 动态散列和事务压缩的改进算法 | 第46-47页 |
| 4.3.3 对比实验 | 第47-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 基于WEB日志的频繁项集挖掘 | 第55-63页 |
| 5.1 Web日志关联规则挖掘的需求分析 | 第55页 |
| 5.1.1 功能需求 | 第55页 |
| 5.1.2 非功能需求 | 第55页 |
| 5.2 网络日志的挖掘过程 | 第55-57页 |
| 5.3 校园网关联规则的挖掘过程 | 第57-59页 |
| 5.3.1 Web日志挖掘的数据处理 | 第57-58页 |
| 5.3.2 频繁项集的挖掘过程 | 第58-59页 |
| 5.4 挖掘结果及建议 | 第59-61页 |
| 5.5 本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-71页 |
| 致谢 | 第71页 |
