| 1． 绪论 | 第1-13页 |
| 1．1 数据挖掘的概念 | 第7-8页 |
| 1．2 数据挖掘的过程 | 第8-13页 |
| 2． 关联规则挖掘技术 | 第13-24页 |
| 2．1 关联规则挖掘技术的产生 | 第13页 |
| 2．2 关联规则的基本概念 | 第13-14页 |
| 2．3 挖掘关联规则的基本步骤 | 第14-15页 |
| 2．4 经典的布尔关联规则挖掘算法 | 第15-21页 |
| 2．4．1 AIS算法 | 第16页 |
| 2．4．2 Apriori算法 | 第16-20页 |
| 2．4．3 FP-growth算法 | 第20页 |
| 2．4．4 Eclat算法 | 第20-21页 |
| 2．5 数值型关联规则 | 第21-23页 |
| 2．5．1 数值关联规则挖掘问题的产生 | 第21-22页 |
| 2．5．2 数值关联规则挖掘的基本方法 | 第22-23页 |
| 2．6 本章小结 | 第23-24页 |
| 3． 食管癌与贲门癌状况分析 | 第24-28页 |
| 3．1 食管癌与贲门癌概况 | 第24-25页 |
| 3．2 食管癌与贲门癌的研究与防治 | 第25-26页 |
| 3．3 普查数据需求分析 | 第26-27页 |
| 3．4 本章小结 | 第27-28页 |
| 4． 普查数据预处理 | 第28-37页 |
| 4．1 普查数据分析 | 第28-29页 |
| 4．2 数据预处理的内容 | 第29-31页 |
| 4．3 普查数据预处理 | 第31-36页 |
| 4．3．1 属性转换的预处理 | 第32-33页 |
| 4．3．2 空缺值的处理 | 第33-34页 |
| 4．3．3 数据不一致的处理 | 第34页 |
| 4．3．4 维归约 | 第34-35页 |
| 4．3．5 数据变换 | 第35-36页 |
| 4．4 本章小结 | 第36-37页 |
| 5． 应用研究 | 第37-51页 |
| 5．1 关联规则的挖掘 | 第38-43页 |
| 5．1．1 任务和意义 | 第38-39页 |
| 5．1．2 挖掘关联规则 | 第39-40页 |
| 5．1．3 结果分析 | 第40-43页 |
| 5．2 最大频繁模式的挖掘 | 第43-45页 |
| 5．2．1 任务和意义 | 第43页 |
| 5．2．2 挖掘最大频繁模式 | 第43-44页 |
| 5．2．3 结果分析 | 第44-45页 |
| 5．3 一个小型挖掘系统——CharacterMiner的实现 | 第45-49页 |
| 5．3．1 开发平台与技术简介 | 第45-46页 |
| 5．3．2 系统各部分的实现 | 第46-49页 |
| 5．3．2．1 用户界面部分 | 第47页 |
| 5．3．2．2 文本数据提取部分 | 第47-48页 |
| 5．3．2．3 数据预处理部分 | 第48页 |
| 5．3．2．4 规则挖掘和结果表示部分 | 第48-49页 |
| 5．4 存在问题与未来工作展望 | 第49-51页 |
| 6． 结束语 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录(攻读硕士期间发表的论文) | 第57页 |