| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究目的及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-16页 |
| ·课题来源及研究内容 | 第16-18页 |
| ·课题来源 | 第16页 |
| ·研究内容 | 第16-18页 |
| 第2章 关联规则挖掘 | 第18-28页 |
| ·数据挖掘概念及对象 | 第18-20页 |
| ·数据挖掘基本步骤及过程模型 | 第20-23页 |
| ·关联规则概念及挖掘步骤 | 第23-25页 |
| ·关联规则挖掘算法分类 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 产生频繁项集和正关联规则的挖掘算法 | 第28-41页 |
| ·Apriori 算法 | 第28-33页 |
| ·Apriori 算法性质及步骤 | 第28-30页 |
| ·Apriori 算法的示例 | 第30-32页 |
| ·Apriori 算法的改进 | 第32-33页 |
| ·FP-growth 算法 | 第33-39页 |
| ·频繁模式树的构造 | 第34-35页 |
| ·FP 树的挖掘 | 第35-36页 |
| ·FP-growth 算法示例 | 第36-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 产生正负关联规则的挖掘算法 | 第41-58页 |
| ·引言 | 第41页 |
| ·基于 corr(A,B)的 PNARs 挖掘算法 | 第41-44页 |
| ·相关度 | 第41-43页 |
| ·PNARs 算法 | 第43-44页 |
| ·基于 Multi-confidence 和卡方的 PNARs 挖掘算法 | 第44-50页 |
| ·问题的提出 | 第44-45页 |
| ·Multi-confidence | 第45-46页 |
| ·卡方检验方法 | 第46-49页 |
| ·PNARs 算法 | 第49-50页 |
| ·基于 Multi-support 和相关系数的 PNARs 挖掘算法 | 第50-56页 |
| ·问题的提出 | 第50-51页 |
| ·Multi-support 和相关系数 | 第51-53页 |
| ·改进的PNARs 算法 | 第53-55页 |
| ·仿真及结论 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第5章 数据挖掘工具原型的设计 | 第58-63页 |
| ·引言 | 第58页 |
| ·数据挖掘系统原型 | 第58-59页 |
| ·挖掘工具原型的功能 | 第59-61页 |
| ·原型的完善方向 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读学位期间发表的学术论文 | 第71-72页 |
| 致谢 | 第72页 |
