| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-15页 |
| ·课题研究背景及意义 | 第12页 |
| ·数据挖掘的发展历史及国内外研究现状 | 第12-14页 |
| ·论文的主要内容与结构 | 第14页 |
| ·小结 | 第14-15页 |
| 第二章 数据挖掘 | 第15-22页 |
| ·数据挖掘与知识发现 | 第15页 |
| ·数据挖掘过程 | 第15-16页 |
| ·数据挖掘方法与分类 | 第16-20页 |
| ·关联规则挖掘 | 第17-18页 |
| ·分类与预测 | 第18-19页 |
| ·聚类 | 第19-20页 |
| ·数据挖掘发展趋势 | 第20-21页 |
| ·小结 | 第21-22页 |
| 第三章 关联规则挖掘理论与算法 | 第22-47页 |
| ·关联规则理论 | 第22-29页 |
| ·关联规则概念与解决方法 | 第22-26页 |
| ·关联规则挖掘类型 | 第26页 |
| ·挖掘关联规则的基本步骤 | 第26页 |
| ·关联规则价值衡量的方法 | 第26-28页 |
| ·关联规则挖掘中应注意的问题 | 第28-29页 |
| ·关联规则相关算法及分折 | 第29-45页 |
| ·经典的Apriori算法 | 第29-34页 |
| ·Apriori的改进算法 | 第34-35页 |
| ·Close算法 | 第35-40页 |
| ·FP-Growth算法 | 第40-45页 |
| ·小结 | 第45-47页 |
| 第四章 对FP-Growth算法的改进 | 第47-62页 |
| ·基于FP-Growth算法的关联规则挖掘新算法DFP-Growth1 | 第47-53页 |
| ·DFP-Growth1的挖掘过程描述 | 第47-48页 |
| ·实例说明 | 第48-51页 |
| ·实验结果 | 第51-52页 |
| ·结果分析 | 第52-53页 |
| ·基于FP-Growth算法的关联规则挖掘新算法DFP-Growth2 | 第53-59页 |
| ·DFP-Growth2的挖掘过程描述 | 第54-55页 |
| ·实例说明 | 第55-58页 |
| ·实验结果 | 第58-59页 |
| ·结果分析 | 第59页 |
| ·FP-Growth算法与新算法的优缺点总结 | 第59-61页 |
| ·小结 | 第61-62页 |
| 第五章 改进算法的应用 | 第62-68页 |
| ·数据挖掘的应用 | 第62-63页 |
| ·算法应用实例 | 第63-67页 |
| ·实验数据库介绍 | 第63页 |
| ·数据预处理 | 第63-66页 |
| ·数据挖掘 | 第66-67页 |
| ·结果分析 | 第67页 |
| ·小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间发表的论文 | 第75页 |