第一章 概述 | 第8-18页 |
1.1 引言 | 第8页 |
1.2 数据挖掘的定义 | 第8-9页 |
1.3 数据挖掘的分类 | 第9-11页 |
1.4 数据挖掘的过程 | 第11-12页 |
1.5 数据挖掘的应用 | 第12-13页 |
1.6 数据挖掘研究面临的挑战 | 第13-15页 |
1.7 本文的研究背景和主要内容 | 第15-18页 |
1.7.1 研究背景 | 第15页 |
1.7.2 本文的主要研究内容 | 第15-18页 |
第二章 关联规则挖掘研究概述 | 第18-34页 |
2.1 关联规则挖掘的理论基础 | 第18-20页 |
2.2 关联规则挖掘定义与示例 | 第20-26页 |
2.2.1 关联规则挖掘的定义 | 第20-25页 |
2.2.2 频繁项集挖掘示例说明 | 第25-26页 |
2.3 关联规则挖掘研究概述 | 第26-32页 |
2.3.1 关联规则挖掘的分类 | 第26-27页 |
2.3.2 关联规则挖掘的研究现状 | 第27-32页 |
2.4 关联规则研究存在的问题 | 第32-34页 |
第三章 基于有向项集图的完全频繁项集挖掘算法 | 第34-54页 |
3.1 完全频繁项集挖掘研究现状 | 第34-37页 |
3.2 有向项集图的定义与构建 | 第37-43页 |
3.2.1 有向项集图的定义 | 第38-39页 |
3.2.2 有向项集图的构建算法 | 第39-43页 |
3.3 基于有向项集图的完全频繁项集挖掘算法 | 第43-50页 |
3.3.1 剪枝策略 | 第43-44页 |
3.3.2 宽度优先挖掘算法BFDG | 第44-46页 |
3.3.3 深度优先挖掘算法1 | 第46-50页 |
3.4 算法实验与分析 | 第50-52页 |
3.5 本章小结 | 第52-54页 |
第四章 基于有向项集图的最大频繁项集挖掘算法 | 第54-67页 |
4.1 最大频繁项集挖掘研究现状 | 第54-56页 |
4.2 基于有向项集图的最大频繁项集挖掘算法1 | 第56-63页 |
4.2.1 搜索策略 | 第57页 |
4.2.2 频繁集计数策略 | 第57-58页 |
4.2.3 剪枝策略 | 第58-60页 |
4.2.4 深度优先的最大频繁项集挖掘算法1 | 第60-63页 |
4.2.5 最大频繁项集的存储方式 | 第63页 |
4.3 算法实验与分析 | 第63-65页 |
4.4 本章小结 | 第65-67页 |
第五章 基于有向项集图的频繁闭项集挖掘算法 | 第67-78页 |
5.1 频繁闭项集挖掘研究现状 | 第67-70页 |
5.2 基于有向项集图的频繁闭项集挖掘算法 | 第70-75页 |
5.2.1 频繁闭项集判断策略 | 第70-71页 |
5.2.2 频繁闭项集挖掘算法FCIBD | 第71-74页 |
5.2.3 频繁闭项集的存储方式 | 第74-75页 |
5.3 算法实验与分析 | 第75页 |
5.4 本章小结 | 第75-78页 |
第六章 基于有向项集图的频繁项集增量式更新挖掘算法 | 第78-96页 |
6.1 频繁项集更新挖掘研究现状 | 第78-80页 |
6.2 基于有向项集图的频繁项集增量式更新算法 | 第80-85页 |
6.2.1 相关定义与性质 | 第80-82页 |
6.2.2 频繁项集增量式更新算法FIUMBD | 第82-83页 |
6.2.3 算法实验与分析 | 第83-85页 |
6.3 基于有向项集图的最大频繁项集增量式更新挖掘算法 | 第85-89页 |
6.3.1 相关定义与性质 | 第85-87页 |
6.3.2 基于有向项集图的最大频繁项集增量式更新算法 | 第87-88页 |
6.3.3 算法实验与分析 | 第88-89页 |
6.4 基于有向项集图的频繁闭项集增量式更新算法CIUMBD | 第89-94页 |
6.4.1 相关定义与性质 | 第89-91页 |
6.4.2 基于有向项集图的频繁闭项集增量式更新算法 | 第91-93页 |
6.4.3 算法实验与分析 | 第93-94页 |
6.5 本章小结 | 第94-96页 |
第七章 结论与展望 | 第96-102页 |
7.1 本文研究总结 | 第96-100页 |
7.2 未来关联规则挖掘的研究展望 | 第100-102页 |
参考文献 | 第102-117页 |
发表论文和参加科研情况说明 | 第117-118页 |
致谢 | 第118页 |