| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-15页 |
| ·研究背景及研究意义 | 第11-12页 |
| ·研究现状 | 第12-13页 |
| ·研究内容与结构 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第2章 隐私保护和数据挖掘相关理论 | 第15-31页 |
| ·隐私保护相关理论 | 第15-16页 |
| ·隐私的概念 | 第15页 |
| ·隐私保护技术的分类 | 第15-16页 |
| ·隐私保护技术的性能评估 | 第16页 |
| ·数据挖掘相关理论 | 第16-24页 |
| ·数据挖掘概述 | 第17-18页 |
| ·数据挖掘研究趋势 | 第18-19页 |
| ·关联规则挖掘基本概念及过程 | 第19-23页 |
| ·关联规则挖掘主要研究问题 | 第23-24页 |
| ·隐私保护关联规则挖掘相关理论 | 第24-30页 |
| ·隐私保护关联规则挖掘的产生 | 第24-25页 |
| ·隐私保护关联规则挖掘的分类 | 第25-26页 |
| ·隐私保护关联规则挖掘算法 | 第26-29页 |
| ·隐私保护关联规则挖掘算法评价标准 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 Apriori算法与MASK算法及存在问题分析 | 第31-43页 |
| ·Apriori算法原理与步骤 | 第31-35页 |
| ·频繁项集的产生 | 第31-32页 |
| ·关联规则的生成 | 第32页 |
| ·算法流程图及其伪代码 | 第32-35页 |
| ·Apriori算法示例和评价 | 第35-38页 |
| ·Apriori算法示例 | 第35-37页 |
| ·Apriori算法评价 | 第37-38页 |
| ·MASK算法的基本思想及其原理 | 第38-40页 |
| ·数据随机化 | 第38-39页 |
| ·支持度重构 | 第39-40页 |
| ·MASK算法与Apriori算法的运行时间比较及其存在的问题 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 基于MASK改进的隐私保护关联规则挖掘算法 | 第43-55页 |
| ·从存储结构上对MASK算法的改进 | 第43-45页 |
| ·改进原理描述 | 第43-44页 |
| ·算法伪码描述 | 第44-45页 |
| ·从概率矩阵M逆矩阵的求解上改进 | 第45-48页 |
| ·算法流程图 | 第48页 |
| ·算法评价度量指标 | 第48-49页 |
| ·实验过程与结果分析 | 第49-53页 |
| ·本章小结 | 第53-55页 |
| 第5章 面向隐私保护的关联规则挖掘在协同商务知识共享中的应用 | 第55-63页 |
| ·协同商务框架与结构 | 第55-57页 |
| ·协同商务环境下的知识共享问题 | 第57-58页 |
| ·协同商务环境下知识共享的特点 | 第58-59页 |
| ·算法应用过程的分析与评价 | 第59-61页 |
| ·本章小结 | 第61-63页 |
| 总结与展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 附录 | 第71-79页 |
| 附录1 面向隐私保护关联规则挖掘算法程序 | 第71-79页 |
| 攻读学位期间发表的学术论文 | 第79-81页 |
| 致谢 | 第81页 |
