| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第一章 综述 | 第13-16页 |
| ·数据挖掘的产生及研究现状 | 第13-14页 |
| ·数据挖掘中的关联规则 | 第14页 |
| ·本文的主要工作 | 第14-15页 |
| ·本文的结构 | 第15-16页 |
| 第二章 数据挖掘概述 | 第16-23页 |
| ·数据挖掘的概念 | 第16-17页 |
| ·传统分析方法与数据挖掘 | 第16-17页 |
| ·数据库中的知识发现与数据挖掘 | 第17页 |
| ·联机分析处理与数据挖掘 | 第17页 |
| ·数据挖掘的对象 | 第17-19页 |
| ·关系数据库 | 第18页 |
| ·事务数据库 | 第18页 |
| ·网络 | 第18-19页 |
| ·数据挖掘的发现模式 | 第19-20页 |
| ·关联模式 | 第19页 |
| ·序列模式 | 第19页 |
| ·分类模式 | 第19-20页 |
| ·聚类模式 | 第20页 |
| ·数据挖掘的技术 | 第20-22页 |
| ·神经网络 | 第20页 |
| ·决策树 | 第20-21页 |
| ·遗传算法 | 第21页 |
| ·可视化技术 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 关联规则数据挖掘 | 第23-40页 |
| ·关联规则的基本概念 | 第23-25页 |
| ·关联规则的分类 | 第25-30页 |
| ·根据所处理的值类型分类 | 第25页 |
| ·根据所涉及的抽象层分类 | 第25-27页 |
| ·根据所涉及的数据维分类 | 第27-29页 |
| ·根据对关联规则的不同扩充分类 | 第29-30页 |
| ·关联规则的挖掘算法 | 第30-39页 |
| ·关联规则挖掘问题的分解 | 第30-31页 |
| ·经典频繁项目集方法—Apriori 算法 | 第31-33页 |
| ·频繁项目集算法的几种优化方法 | 第33-36页 |
| ·其它的频繁项目集挖掘算法 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 关联规则挖掘更新算法的改进 | 第40-49页 |
| ·现有算法总结 | 第40-41页 |
| ·效率分析 | 第40-41页 |
| ·关联规则的精确性 | 第41页 |
| ·一种新的更新最大频繁项集的挖掘算法 FUAMMFI | 第41-43页 |
| ·算法的思想 | 第41-42页 |
| ·增量式更新挖掘最大频繁项目集算法 FUAMMFI | 第42-43页 |
| ·改进的增量式更新算法 QCLFUAMMFI | 第43-48页 |
| ·量化概念格 | 第43-44页 |
| ·量化概念格的构造算法 | 第44页 |
| ·改进的增量式更新算法 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 关联规则在CRM 中的应用 | 第49-57页 |
| ·CRM 概述 | 第49-51页 |
| ·CRM 的基本概念 | 第49页 |
| ·CRM 的组成 | 第49-50页 |
| ·CRM 的基本特征 | 第50-51页 |
| ·CRM 的发展现状 | 第51页 |
| ·关联规则在CRM 中的应用 | 第51-56页 |
| ·数据挖掘应用于CRM | 第51-52页 |
| ·关联规则在 CRM 中应用的例子 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 结束语 | 第57-58页 |
| ·现阶段所取得的成果 | 第57页 |
| ·有待研究的工作 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的论文 | 第62-63页 |