首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于领域驱动的空间高效用Co-location模式挖掘

摘要第3-5页
Abstract第5-6页
第1章 绪论第9-15页
    1.1 研究背景和研究意义第9-10页
    1.2 研究现状第10-13页
        1.2.1 空间co-location模式挖掘第10-12页
        1.2.2 高效用模式挖掘第12页
        1.2.3 领域驱动第12-13页
    1.3 本文贡献第13-14页
    1.4 本文结构安排第14-15页
第2章 背景知识第15-31页
    2.1 空间co-location模式挖掘第15-23页
        2.1.1 空间Co-location模式的相关概念第15-18页
        2.1.2 传统co-location模式经典挖掘算法第18-23页
    2.2 传统高效用模式挖掘第23-28页
        2.2.1 关联规则中的高效用项集挖掘第23-26页
        2.2.2 传统高效用co-location模式挖掘第26-28页
    2.3 领域驱动第28-31页
第3章 基于效用参与度的空间高效用co-location模式挖掘第31-39页
    3.1 高效用co-location模式的相关定义第32-35页
    3.2 高效用co-location模式挖掘的基本算法第35-37页
    3.3 复杂度分析第37-39页
        3.3.1 时间复杂度第37-38页
        3.3.2 空间复杂度第38-39页
第4章 剪枝策略第39-47页
    4.1 剪枝策略相关的引理和定理第39-44页
    4.2 剪枝策略的效率分析第44-47页
第5章 基于领域知识的空间高效用co-location模式挖掘第47-53页
    5.1 领域知识的定义与表达第47-48页
        5.1.1 抽象语义规则第47页
        5.1.2 分类语义规则第47-48页
        5.1.3 互斥语义规则第48页
    5.2 基于领域驱动的高效用co-location模式挖掘的一般框架第48-53页
第6章 实验与分析第53-63页
    6.1 实验环境第53页
    6.2 实验数据集第53页
    6.3 高效用co-locaiton模式挖掘结果评价第53-55页
        6.3.1 挖掘结果质量评价第53-54页
        6.3.2 挖掘结果频繁性评价第54-55页
    6.4 剪枝算法的效率评价第55-61页
        6.4.1 模拟数据第56-59页
        6.4.2 真实数据第59-61页
    6.5 领域知识对挖掘过程的影响第61-63页
第7章 总结与展望第63-65页
    7.1 总结第63页
    7.2 未来研究展望第63-65页
参考文献第65-69页
攻读硕士学位期间完成的科研成果第69-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:基于凸包算法的人脸识别方案
下一篇:图数据的抽取及分布式图数据管理研究