基于多Agent的企业分布式关联规则发现研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第1章 绪论 | 第12-20页 |
| ·研究背景 | 第12-14页 |
| ·国内外研究现状 | 第14-19页 |
| ·国外研究现状 | 第14-17页 |
| ·国内研究现状 | 第17-19页 |
| ·研究内容与章节安排 | 第19-20页 |
| 第2章 相关理论与方法 | 第20-28页 |
| ·最大频繁项集挖掘理论与方法 | 第20-24页 |
| ·数据挖掘简介 | 第20页 |
| ·概念及性质 | 第20-21页 |
| ·最大频繁项集挖掘方法 | 第21-24页 |
| ·分布式数据挖掘相关理论与方法 | 第24-26页 |
| ·概念与性质 | 第24-25页 |
| ·全局最大频繁项集挖掘方法 | 第25-26页 |
| ·MAS 相关理论与方法 | 第26-28页 |
| 第3章 分布式关联规则知识发现模型 | 第28-36页 |
| ·基于多 AGENT 的分布式关联规则发现模型 | 第28-30页 |
| ·管理 AGENT | 第30-32页 |
| ·执行 AGENT | 第32-33页 |
| ·知识聚集 AGENT | 第33-36页 |
| 第4章 分布式关联规则知识发现模型相关算法 | 第36-47页 |
| ·任务调度算法—TSA 算法 | 第36-37页 |
| ·关联规则挖掘算法—DMFIF 算法 | 第37-43页 |
| ·最大频繁项集候选项集(MFCS) | 第38页 |
| ·排序策略 | 第38-39页 |
| ·剪枝策略 | 第39页 |
| ·DMFIF 算法 | 第39-41页 |
| ·算法实现与比较 | 第41-43页 |
| ·知识聚集算法—KI 算法 | 第43-47页 |
| ·算法描述 | 第43-45页 |
| ·算法实现与比较 | 第45-47页 |
| 第5章 原型系统实现 | 第47-52页 |
| ·背景与目的 | 第47页 |
| ·实现方案及工具选择 | 第47-49页 |
| ·系统实现 | 第49-51页 |
| ·实验分析 | 第51-52页 |
| 第6章 结论与展望 | 第52-54页 |
| ·结论 | 第52-53页 |
| ·展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表的论文和参加的科研项目 | 第58-59页 |
