| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 前言 | 第9-21页 |
| ·引言 | 第9-10页 |
| ·数据挖掘简介 | 第10-15页 |
| ·数据挖掘的定义 | 第10-11页 |
| ·KDD 的发展及研究现状 | 第11-12页 |
| ·数据挖掘的流程 | 第12-14页 |
| ·数据挖掘的基本任务 | 第14-15页 |
| ·多数据库中的数据挖掘简介 | 第15-20页 |
| ·多数据库中的数据挖掘问题的提出及其重要性 | 第15-17页 |
| ·多数据库中的数据挖掘研究现状 | 第17-18页 |
| ·多数据库中模式的分类 | 第18页 |
| ·多数据库中例外模式挖掘的问题描述 | 第18-20页 |
| ·本文内容的组织 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第二章 低选票例外模式挖掘研究与实现 | 第21-28页 |
| ·引言 | 第21页 |
| ·相关工作 | 第21-22页 |
| ·相关概念描述 | 第22-24页 |
| ·多数据库中例外模式的定义 | 第22页 |
| ·模式的平均选票数及全局支持度 | 第22-24页 |
| ·一种基于数据约束的低选票例外模式挖掘方法 | 第24-25页 |
| ·算法基本思想 | 第24页 |
| ·算法设计 | 第24-25页 |
| ·实验及结果分析 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 高选票例外模式挖掘研究与实现 | 第28-41页 |
| ·引言 | 第28页 |
| ·相关概念描述 | 第28-30页 |
| ·算法设计与分析 | 第30-35页 |
| ·算法基本思想 | 第30-31页 |
| ·模式聚类（Cluster of patterns）算法 | 第31-34页 |
| ·高选票例外模式挖掘算法 | 第34-35页 |
| ·实验设计及分析 | 第35-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 模式的评价 | 第41-47页 |
| ·引言 | 第41页 |
| ·客观评价 | 第41-43页 |
| ·主观评价 | 第43-45页 |
| ·多数据库中的模式的评价 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 总结与进一步工作 | 第47-49页 |
| ·全文总结 | 第47-48页 |
| ·进一步工作 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 读研期间发表的论文目录 | 第52-53页 |
| 致谢 | 第53-54页 |