| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-9页 |
| 1 绪论 | 第9-13页 |
| ·问题的提出 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·研究意义 | 第11页 |
| ·本文主要研究内容与组织结构 | 第11-13页 |
| 2 多关系关联规则挖掘简介 | 第13-22页 |
| ·数据挖掘概述 | 第13-14页 |
| ·关系数据库和关系模式 | 第14-16页 |
| ·关联规则概述 | 第16-17页 |
| ·关联规则的性质 | 第17-18页 |
| ·多关系关联规则 | 第18-19页 |
| ·由频繁项集产生关联规则 | 第19页 |
| ·多关系关联规则挖掘的主要问题 | 第19-21页 |
| ·性能问题 | 第19-20页 |
| ·统计偏斜问题 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 关联规则挖掘方法及算法介绍 | 第22-30页 |
| ·关联规则挖掘方法 | 第22-24页 |
| ·原型算法——Apriori 算法 | 第24-27页 |
| ·Apriori 算法基本描述 | 第25页 |
| ·Apriori 算法伪代码描述 | 第25-26页 |
| ·Apriori 算法举例 | 第26页 |
| ·Apriori 算法评价 | 第26-27页 |
| ·Apriori 算法的经典改进 | 第27页 |
| ·改进算法——FP-增长算法 | 第27-29页 |
| ·FP-增长算法的提出 | 第27-28页 |
| ·FP-增长算法思想 | 第28页 |
| ·FP-增长算法的基本步骤 | 第28-29页 |
| ·FP-增长算法性能分析 | 第29页 |
| ·本章小结 | 第29-30页 |
| 4 归纳逻辑程序设计技术 | 第30-37页 |
| ·归纳逻辑程序 | 第30-32页 |
| ·归纳逻辑程序简介 | 第30-31页 |
| ·ILP 术语定义 | 第31页 |
| ·归纳逻辑程序设计的优点 | 第31-32页 |
| ·归纳概念学习的定义和形式描述 | 第32-33页 |
| ·定义 | 第32-33页 |
| ·形式 | 第33页 |
| ·PROLOG 的理论基础和基本机制 | 第33-36页 |
| ·PROLOG 的理论基础 | 第34页 |
| ·PROLOG 的基本机制 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 5 基于 ILP 的多关系关联规则算法 | 第37-42页 |
| ·WARMR 算法 | 第37-38页 |
| ·WARMR 算法思想 | 第37页 |
| ·WARMR 主要步骤 | 第37-38页 |
| ·WARMR 算法分析 | 第38页 |
| ·算法FARMER | 第38-40页 |
| ·FARMER 算法思想 | 第38-39页 |
| ·FARMER 算法主要步骤 | 第39-40页 |
| ·WARMR 算法的拓展：WARMeR 算法 | 第40-41页 |
| ·WARMeR 算法基本思想 | 第40-41页 |
| ·WARMeR 算法分析 | 第41页 |
| ·本章小结 | 第41-42页 |
| 6 关联规则算法的实现及改进 | 第42-55页 |
| ·WEKA 上的Apriori 算法实现 | 第42-50页 |
| ·WEKA 简介 | 第42页 |
| ·Apriori 算法在WEKA 上的实现 | 第42-45页 |
| ·Apriori 算法 | 第45-48页 |
| ·Apriori 算法改进 | 第48-50页 |
| ·FARMER 算法在在PROLOG 中的实现基础 | 第50-51页 |
| ·PROLOG 中树结构的表达与遍历 | 第50-51页 |
| ·WARMR 算法的PROLOG 实现 | 第51-54页 |
| ·PROLOG 中的数据描述 | 第52页 |
| ·WARMR 语言偏置 | 第52-54页 |
| ·实验结果 | 第54页 |
| ·本章小结 | 第54-55页 |
| 7 总结与展望 | 第55-56页 |
| ·总结 | 第55页 |
| ·展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第60页 |
| B. 作者在攻读硕士学位期间参与的科研项目 | 第60页 |