| 中文摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-15页 |
| ·问题的提出 | 第10页 |
| ·研究问题的背景 | 第10-13页 |
| ·概念格的研究背景 | 第11-12页 |
| ·关联规则的研究背景 | 第12-13页 |
| ·本文研究的工作与意义 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 2 关联规则研究概述 | 第15-27页 |
| ·数据挖掘技术概述 | 第15-18页 |
| ·数据挖掘的产生背景 | 第15页 |
| ·数据挖掘的定义 | 第15-16页 |
| ·数据挖掘的功能 | 第16-17页 |
| ·数据挖掘的常用技术 | 第17-18页 |
| ·关联规则基本知识 | 第18-20页 |
| ·相关概念 | 第18-20页 |
| ·关联规则的挖掘类型 | 第20页 |
| ·关联规则的发现算法 | 第20-26页 |
| ·关联规则发现的过程 | 第20-21页 |
| ·提取频繁项目集的算法 | 第21-23页 |
| ·经典的关联规则发现算法 | 第23-26页 |
| ·小结 | 第26-27页 |
| 3 概念格的基本理论 | 第27-32页 |
| ·概念格的概述 | 第27-29页 |
| ·形式概念分析概述 | 第27页 |
| ·概念格的定义 | 第27-29页 |
| ·概念格的几种类型 | 第29-31页 |
| ·扩展概念格 | 第29-30页 |
| ·量化概念格 | 第30-31页 |
| ·概念格的应用 | 第31页 |
| ·小结 | 第31-32页 |
| 4 概念格的构造算法 | 第32-40页 |
| ·批处理算法 | 第32-33页 |
| ·增量算法 | 第33-34页 |
| ·领域知识的添加算法 | 第34页 |
| ·概念格的动态构造算法 | 第34-39页 |
| ·算法的提出 | 第34-35页 |
| ·算法的描述 | 第35-36页 |
| ·示例与分析 | 第36-38页 |
| ·实验 | 第38-39页 |
| ·小结 | 第39-40页 |
| 5 概念格在关联规则挖掘中的应用 | 第40-53页 |
| ·概念格与关联规则挖掘的关系 | 第40-41页 |
| ·用概念格挖掘关联规则的思想 | 第41页 |
| ·基于量化概念格的关联规则挖掘 | 第41-45页 |
| ·量化概念格的关联规则挖掘 | 第42-43页 |
| ·基于量化概念格的关联规则挖掘与Apriori 算法的比较 | 第43-45页 |
| ·基于加权量化概念格的关联规则挖掘 | 第45-52页 |
| ·加权量化概念格的引入 | 第46-47页 |
| ·基于加权量化概念格的关联规则挖掘算法的描述 | 第47-48页 |
| ·基于加权量化概念格的关联规则挖掘算法的示例 | 第48-50页 |
| ·基于加权量化概念格的关联规则挖掘算法的分析 | 第50-51页 |
| ·实验 | 第51-52页 |
| ·小结 | 第52-53页 |
| 6 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 学位论文数据集 | 第59页 |