| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 插图索引 | 第9-11页 |
| 附表索引 | 第11-13页 |
| 第1章 绪论 | 第13-19页 |
| ·选题背景及意义 | 第13-14页 |
| ·研究现状 | 第14-17页 |
| ·国外研究现状 | 第14-15页 |
| ·国内研究现状 | 第15-17页 |
| ·本文主要工作 | 第17-18页 |
| ·论文的组织结构 | 第18-19页 |
| 第2章 重要概念及相关研究 | 第19-30页 |
| ·数据挖掘 | 第19-22页 |
| ·数据挖掘的定义 | 第19页 |
| ·数据挖掘的对象 | 第19-20页 |
| ·数据挖掘的方法 | 第20-22页 |
| ·数据挖掘的步骤 | 第22页 |
| ·数据挖掘与传统分析方法的区别 | 第22页 |
| ·关联规则 | 第22-25页 |
| ·关联规则挖掘的定义 | 第23页 |
| ·关联规则挖掘的分类 | 第23-24页 |
| ·关联规则挖掘的步骤 | 第24-25页 |
| ·相关研究 | 第25-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于事务地址索引表的APRIORI 优化算法 | 第30-47页 |
| ·APRIORI 算法 | 第30-33页 |
| ·Apriori 算法介绍 | 第30页 |
| ·Apriori 算法的运行示例 | 第30-33页 |
| ·Apriori 算法的性能瓶颈问题 | 第33页 |
| ·基于事务地址索引表的APRIORI 优化算法的设计 | 第33-38页 |
| ·优化策略 | 第34-35页 |
| ·Apriori 优化算法及描述 | 第35-37页 |
| ·优化算法示例 | 第37-38页 |
| ·基于事务地址索引表的APRIORI 优化算法的实现 | 第38-39页 |
| ·实验结果及分析 | 第39-46页 |
| ·实验 | 第39-45页 |
| ·分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于候选项组合链的挖掘算法的设计与实现 | 第47-62页 |
| ·算法描述 | 第47-51页 |
| ·由事务记录拆解组合成各类候选k-项集 | 第47-49页 |
| ·链表的设计与构造 | 第49-50页 |
| ·挖掘方式设计及其过程描述 | 第50-51页 |
| ·算法设计与实现 | 第51-56页 |
| ·算法的实验结果及分析 | 第56-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 关联规则挖掘算法的应用 | 第62-75页 |
| ·在湖南财专图书馆管理中的实际应用 | 第62-70页 |
| ·应用背景 | 第62-63页 |
| ·实际应用 | 第63-70页 |
| ·在交通流预测中的应用 | 第70-74页 |
| ·应用背景 | 第70-71页 |
| ·实例设计 | 第71-74页 |
| ·本章小结 | 第74-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-82页 |
| 附录A 攻读学位期间主要研究成果 | 第82页 |
