关于时态数据关联规则挖掘的研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-18页 |
| ·本文的研究意义和背景 | 第12-13页 |
| ·数据挖掘技术产生的背景 | 第12-13页 |
| ·时态数据挖掘技术的意义 | 第13页 |
| ·国内外相关研究综述 | 第13-16页 |
| ·本文的主要研究内容和结构 | 第16-18页 |
| 第二章 数据挖掘技术综述 | 第18-25页 |
| ·数据库知识发现与数据挖掘 | 第18页 |
| ·数据库知识发现过程 | 第18-19页 |
| ·数据挖掘的任务 | 第19-21页 |
| ·分类知识发现 | 第20页 |
| ·数据聚类 | 第20-21页 |
| ·关联分析 | 第21页 |
| ·数据总结 | 第21页 |
| ·异常发现 | 第21页 |
| ·数据挖掘的应用 | 第21-23页 |
| ·数据挖掘的发展趋势及面临的挑战 | 第23-25页 |
| 第三章 时态数据库概述 | 第25-32页 |
| ·时态数据库背景 | 第25-26页 |
| ·时态数据库基本概念 | 第26-29页 |
| ·时间粒度与时间量子 | 第26页 |
| ·时间元素 | 第26-27页 |
| ·三种基本时间 | 第27页 |
| ·几种时态数据库 | 第27-29页 |
| ·时态数据模型 | 第29-30页 |
| ·时态数据挖掘 | 第30-32页 |
| 第四章 普通关联规则挖掘技术和算法 | 第32-36页 |
| ·关联规则的基本概念 | 第32-34页 |
| ·研究背景 | 第32页 |
| ·关联规则定义 | 第32-33页 |
| ·关联规则的分类 | 第33页 |
| ·关联规则发现过程 | 第33-34页 |
| ·关联规则发现算法 | 第34-36页 |
| ·Apriori算法 | 第34-35页 |
| ·FP-growth算法 | 第35-36页 |
| 第五章 时态数据关联规则挖掘 | 第36-60页 |
| ·时间区间延展与归并技术 | 第36-37页 |
| ·时态数据库中连续属性周期规律与关联规则挖掘 | 第37-39页 |
| ·时态数据库中离散属性周期规律与关联规则挖掘 | 第39-49页 |
| ·相关术语定义 | 第40页 |
| ·算法执行步骤 | 第40-49页 |
| ·实例 | 第49-57页 |
| ·实验结果及分析 | 第57-60页 |
| 第六章 结束语 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间发表的学术论文目录 | 第67-68页 |
| 攻读学位期间参加的主要科研项目 | 第68-69页 |
| 学位论文评阅及答辩情况表 | 第69页 |
