| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 引言 | 第9-13页 |
| 1.1 研究的背景和意义 | 第9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 存在的不足 | 第10-11页 |
| 1.2.2 解决问题的基本思想和方法 | 第11页 |
| 1.3 研究的内容 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-13页 |
| 2 关联规则描述 | 第13-28页 |
| 2.1 关联规则的基本定义描述 | 第13-14页 |
| 2.2 关联规则挖掘过程 | 第14-16页 |
| 2.3 关联规则种类 | 第16页 |
| 2.4 关联规则的两种挖掘算法 | 第16-22页 |
| 2.4.1 Apriori算法 | 第16-19页 |
| 2.4.2 FP-Growth算法 | 第19-22页 |
| 2.5 动态关联规则的定义 | 第22-25页 |
| 2.5.1 动态关联规则的原定义 | 第22-24页 |
| 2.5.2 原定义的补充和改进 | 第24-25页 |
| 2.6 元规则定义 | 第25-26页 |
| 2.7 趋势度定义 | 第26-27页 |
| 2.8 本章小结 | 第27-28页 |
| 3 灰色系统理论 | 第28-35页 |
| 3.1 灰色系统概念与原理 | 第28-29页 |
| 3.2 灰色系统模型 | 第29-32页 |
| 3.2.1 灰色系统建模思想 | 第29页 |
| 3.2.2 GM(1,1)模型 | 第29-31页 |
| 3.2.3 GM(1,1)模型的检验 | 第31-32页 |
| 3.3 灰色组合模型 | 第32-34页 |
| 3.3.1 灰色-周期外延模型 | 第32-33页 |
| 3.3.2 灰色马尔可夫模型 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 4 基于灰色-周期外延模型的动态关联规则元规则挖掘 | 第35-43页 |
| 4.1 算法描述 | 第35-36页 |
| 4.2 实验分析 | 第36-39页 |
| 4.3 方法对比 | 第39-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 基于灰色Markov模型的动态关联规则趋势度挖掘 | 第43-51页 |
| 5.1 算法概述 | 第43页 |
| 5.2 算法过程 | 第43-44页 |
| 5.3 实例分析 | 第44-48页 |
| 5.4 方法对比 | 第48-50页 |
| 5.5 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 作者简历 | 第56-58页 |
| 学位论文数据集 | 第58页 |