| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·选题的背景和意义 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·研究目的 | 第11页 |
| ·研究内容 | 第11-12页 |
| ·论文结构 | 第12-13页 |
| 2 数据挖掘技术 | 第13-40页 |
| ·数据挖掘概述 | 第13-16页 |
| ·数据挖掘的概念 | 第13-15页 |
| ·数据挖掘的研究内容 | 第15-16页 |
| ·数据预处理技术 | 第16-19页 |
| ·数据清理 | 第16-17页 |
| ·数据集成 | 第17页 |
| ·数据归约 | 第17-19页 |
| ·数据挖掘的任务和对象 | 第19-23页 |
| ·数据挖掘的任务 | 第19-23页 |
| ·数据挖掘的对象 | 第23页 |
| ·数据挖掘的方法 | 第23-30页 |
| ·关联规则(Association Rule) | 第23-24页 |
| ·决策树（Decision Trees） | 第24-26页 |
| ·遗传算法（Genetic Algorithms） | 第26-27页 |
| ·人工神经网络（Artificial Neural Networks） | 第27-28页 |
| ·聚类分析（Clustering） | 第28-29页 |
| ·粗糙集（Rough Set） | 第29-30页 |
| ·数据挖掘的实现 | 第30-32页 |
| ·数据挖掘的工具 | 第30-31页 |
| ·数据挖掘的步骤 | 第31-32页 |
| ·数据挖掘中存在的问题 | 第32-33页 |
| ·关联规则挖掘的经典算法 | 第33-39页 |
| ·Apriori 算法 | 第33-36页 |
| ·FP-Growth 算法 | 第36-39页 |
| ·两种算法性能比较 | 第39页 |
| ·本章小结 | 第39-40页 |
| 3 频繁子树挖掘 | 第40-54页 |
| ·结构化与非结构化数据 | 第40-41页 |
| ·树结构挖掘的研究现状 | 第41-43页 |
| ·现有树结构挖掘技术存在的问题 | 第43页 |
| ·FreeTreeMiner 算法 | 第43-45页 |
| ·TreeMiner 算法的基本思想 | 第45-46页 |
| ·Free-树的规范化和预处理 | 第46-49页 |
| ·Free-树的定义和标记 | 第46-47页 |
| ·有根无序树的规范化表示 | 第47-49页 |
| ·Free-树的规范化表示 | 第49页 |
| ·封闭频繁子树和最大频繁子树的概念和性质 | 第49-50页 |
| ·树结构的扩展技术 | 第50-51页 |
| ·树结构的剪枝和生长技术 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 4 原型系统的设计与实现 | 第54-67页 |
| ·系统设计目的 | 第54页 |
| ·系统开发环境 | 第54页 |
| ·算法的设计 | 第54-57页 |
| ·DBScan 算法 | 第54-55页 |
| ·TreeGrow 算法 | 第55页 |
| ·TreeMiner 算法 | 第55-56页 |
| ·Subtree 算法 | 第56-57页 |
| ·系统的实现 | 第57-64页 |
| ·输入模块 | 第57页 |
| ·Free-树的定义和规范化模块 | 第57-60页 |
| ·树结构的挖掘模块 | 第60-61页 |
| ·主模块 | 第61-64页 |
| ·系统的测试与分析 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 5 论文总结 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 附录：作者在攻读硕士学位期间发表的论文目录 | 第72-73页 |
| 独创性声明 | 第73页 |
| 学位论文版权使用授权书 | 第73页 |