| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 课题研究背景及意义 | 第14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.3 本文主要研究内容 | 第17页 |
| 1.4 论文组织结构 | 第17-18页 |
| 第二章 数据挖掘及关联规则相关理论基础 | 第18-31页 |
| 2.1 数据挖掘概述 | 第18-21页 |
| 2.1.1 数据挖掘概念 | 第18页 |
| 2.1.2 数据挖掘过程 | 第18-19页 |
| 2.1.3 数据挖掘方法 | 第19-20页 |
| 2.1.4 数据挖掘应用领域 | 第20-21页 |
| 2.2 关联规则概述 | 第21-23页 |
| 2.2.1 关联规则挖掘概念 | 第21-22页 |
| 2.2.2 关联规则挖掘过程 | 第22页 |
| 2.2.3 关联规则挖掘应用领域 | 第22-23页 |
| 2.3 Apriori算法 | 第23-27页 |
| 2.3.1 Apriori算法性质 | 第23-24页 |
| 2.3.2 Apriori算法过程 | 第24-25页 |
| 2.3.3 Apriori算法实例 | 第25-27页 |
| 2.4 DHP算法 | 第27-31页 |
| 2.4.1 Hash算法 | 第27页 |
| 2.4.2 DHP算法过程 | 第27-30页 |
| 2.4.3 DHP算法实例 | 第30-31页 |
| 第三章 基于二进制的关联规则改进算法——DecBitApriori算法 | 第31-39页 |
| 3.1 相关概念 | 第31-33页 |
| 3.1.1 计算机中数的表示 | 第31页 |
| 3.1.2 DecBitApriori算法数据结构 | 第31-33页 |
| 3.2 DecBit Apriori算法 | 第33-37页 |
| 3.2.1 十进制数据结构表示 | 第33-34页 |
| 3.2.2 支持度计算方法 | 第34-35页 |
| 3.2.3 算法思想 | 第35页 |
| 3.2.4 DecBitApriori算法实现 | 第35-36页 |
| 3.2.5 实例分析 | 第36-37页 |
| 3.3 实验及分析 | 第37-38页 |
| 3.3.1 实验环境 | 第37页 |
| 3.3.2 数据描述 | 第37页 |
| 3.3.3 实验结果 | 第37-38页 |
| 3.4 结论 | 第38-39页 |
| 第四章 基于哈希表和红黑树的关联规则改进算法——RBTDHP算法 | 第39-48页 |
| 4.1 相关概念 | 第39-41页 |
| 4.1.1 DHP算法缺陷及改进 | 第39页 |
| 4.1.2 二叉查找树 | 第39-40页 |
| 4.1.3 红黑树 | 第40-41页 |
| 4.2 RBTDHP算法 | 第41-45页 |
| 4.2.1 RBTDHP算法数据结构 | 第41-42页 |
| 4.2.2 RBTDHP算法 | 第42页 |
| 4.2.3 RBTDHP算法实现 | 第42-44页 |
| 4.2.4 RBTDHP算法实例 | 第44-45页 |
| 4.3 实验及分析 | 第45-47页 |
| 4.3.1 实验环境 | 第45页 |
| 4.3.2 数据描述 | 第45-46页 |
| 4.3.3 实验结果 | 第46-47页 |
| 4.4 结论 | 第47-48页 |
| 第五章 DecBitApriori算法在超市食品摆放策略上的应用 | 第48-55页 |
| 5.1 实验背景及数据描述 | 第48-49页 |
| 5.2 使用DecBit Apriori算法挖掘频繁项集 | 第49-52页 |
| 5.2.1 数据处理 | 第49-50页 |
| 5.2.2 挖掘频繁项集 | 第50-52页 |
| 5.3 关联规则生成及结果分析 | 第52-55页 |
| 第六章 总结与展望 | 第55-56页 |
| 6.1 总结 | 第55页 |
| 6.2 展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第59-60页 |
