关联规则挖掘及其在概念检索中的应用研究
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-12页 |
| ·智能信息检索概述 | 第7-8页 |
| ·研究背景 | 第7页 |
| ·研究进展 | 第7-8页 |
| ·数据挖掘 | 第8-9页 |
| ·关联规则 | 第9-10页 |
| ·基本关联规则挖掘算法 | 第9页 |
| ·关联规则评价 | 第9-10页 |
| ·加权挖掘算法 | 第10页 |
| ·增量挖掘算法 | 第10页 |
| ·本文研究内容 | 第10-12页 |
| 第二章 概念检索 | 第12-20页 |
| ·基本术语 | 第12页 |
| ·概念检索的模型结构 | 第12-14页 |
| ·模型结构 | 第12-13页 |
| ·概念词典 | 第13页 |
| ·概念树 | 第13-14页 |
| ·概念检索的方式 | 第14页 |
| ·概念检索系统 | 第14-19页 |
| ·同义扩展检索 | 第14-15页 |
| ·概念联想检索 | 第15-19页 |
| ·小结 | 第19-20页 |
| 第三章 关联规则挖掘算法研究 | 第20-27页 |
| ·基本问题描述 | 第20-21页 |
| ·频繁数据项集 | 第20-21页 |
| ·关联规则 | 第21页 |
| ·关联规则挖掘算法框架 | 第21-23页 |
| ·关联规则挖掘算法分析 | 第23-26页 |
| ·Apriori算法 | 第23-24页 |
| ·DHP算法 | 第24-25页 |
| ·FP-growth算法 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第四章 向量空间模型中关联规则的挖掘 | 第27-37页 |
| ·引言 | 第27页 |
| ·向量空间模型 | 第27-28页 |
| ·文档结构化表示 | 第27-28页 |
| ·距离计算的方法 | 第28页 |
| ·项目加权关联规则 | 第28-29页 |
| ·矩阵加权关联规则的模型 | 第29-31页 |
| ·矩阵加权关联规则的挖掘算法 | 第31-33页 |
| ·k-权值估计 | 第31-32页 |
| ·KWEstimate算法 | 第32-33页 |
| ·实验结果 | 第33-36页 |
| ·小结 | 第36-37页 |
| 第五章 约束关联规则的增量式挖掘算法 | 第37-44页 |
| ·引言 | 第37-38页 |
| ·约束条件 | 第38页 |
| ·MCAR算法 | 第38-42页 |
| ·存储结构的优化 | 第40-41页 |
| ·类SQL查询语句扩展 | 第41-42页 |
| ·项目属性约束挖掘 | 第42页 |
| ·实验结果 | 第42-43页 |
| ·小结 | 第43-44页 |
| 第六章 基于关联规则挖掘的概念检索系统的实现 | 第44-57页 |
| ·系统的设计 | 第44-45页 |
| ·关键问题的处理 | 第45-49页 |
| ·特征提取 | 第45页 |
| ·关联库的构建 | 第45-47页 |
| ·概念联想扩展 | 第47-49页 |
| ·关联库维护 | 第49页 |
| ·系统的实现 | 第49-56页 |
| ·实验环境 | 第49页 |
| ·数据库设计 | 第49-52页 |
| ·实验原始材料 | 第52页 |
| ·主要功能实现 | 第52-56页 |
| ·小结 | 第56-57页 |
| 结束语 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录A 在读硕期间完成的论文和科研 | 第63页 |
