| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第一章 引言 | 第9-16页 |
| ·数据挖掘的基本介绍 | 第9-11页 |
| ·信息隐私权的发展 | 第11-13页 |
| ·隐私保护数据挖掘的产生背景 | 第13-14页 |
| ·论文的目标和结构 | 第14-16页 |
| ·论文的工作 | 第14-15页 |
| ·论文的组织结构 | 第15-16页 |
| 第二章 隐私保护挖掘算法综述 | 第16-34页 |
| ·典型隐私保护数据挖掘算法的归类 | 第16-17页 |
| ·分类挖掘算法部分 | 第17-24页 |
| ·数据集中分布 | 第17-21页 |
| ·隐私保护的分类挖掘 | 第17-19页 |
| ·随机响应技术的隐私保护分类挖掘 | 第19-21页 |
| ·数据垂直分布 | 第21-22页 |
| ·垂直分布条件下的隐私保护分类挖掘 | 第21-22页 |
| ·数据水平分布 | 第22-24页 |
| ·水平分布条件下的隐私保护分类挖掘 | 第22-24页 |
| ·关联规则挖掘算法部分 | 第24-31页 |
| ·数据集中分布 | 第24-28页 |
| ·隐私保护的频繁项集挖掘 | 第24-25页 |
| ·隐私保护的关联规则挖掘 | 第25-27页 |
| ·隐私保护的布尔关联规则挖掘 | 第27-28页 |
| ·数据垂直分布 | 第28-30页 |
| ·垂直分布条件下的隐私保护关联规则挖掘 | 第28-30页 |
| ·数据水平分布 | 第30-31页 |
| ·水平分布条件下的隐私保护关联规则挖掘 | 第30-31页 |
| ·聚类挖掘算法部分 | 第31-33页 |
| ·数据集中分布 | 第31-33页 |
| ·隐私保护的聚类挖掘 | 第32-33页 |
| ·其它一些隐私保护挖掘算法 | 第33-34页 |
| 第三章 隐私保护的分类挖掘 | 第34-57页 |
| ·问题的引出 | 第34-35页 |
| ·相关定义 | 第35-40页 |
| ·属性值支持计数的定义 | 第35页 |
| ·Markov链及其转移概率矩阵的原始定义 | 第35-36页 |
| ·属性转移概率矩阵的定义 | 第36-38页 |
| ·用于隐私保护的数据变换方法 | 第38-39页 |
| ·数据变换独立性定义 | 第39页 |
| ·隐私保护程度的量化定义 | 第39-40页 |
| ·基于隐私保护的分类挖掘算法 | 第40-50页 |
| ·原始数据支持计数的推导方法 | 第40-47页 |
| ·如何用联合属性值支持计数来计算判定树属性选择度量(以CART为例) | 第47-48页 |
| ·基于隐私保护的判定树产生算法PPCART(以CART为原型) | 第48-50页 |
| ·实验 | 第50-55页 |
| ·实验方法 | 第50-51页 |
| ·实验结果分析 | 第51-55页 |
| ·小结 | 第55-57页 |
| 第四章 全局关联规则的隐私保护挖掘 | 第57-71页 |
| ·问题的引出 | 第57-58页 |
| ·相关定义 | 第58-60页 |
| ·频繁项集和关联规则 | 第58页 |
| ·全局频繁项集和关联规则 | 第58-59页 |
| ·项集转移概率矩阵的定义 | 第59页 |
| ·用于隐私保护的数据变换方法 | 第59页 |
| ·隐私保护程度的量化定义 | 第59-60页 |
| ·全局关联规则的隐私保护挖掘算法 | 第60-66页 |
| ·根据变换后的数据来恢复项集在原始数据中的支持计数 | 第60-61页 |
| ·全局关联规则的隐私保护挖掘算法(PARD) | 第61-63页 |
| ·算法复杂度分析 | 第63-64页 |
| ·项集支持计数的恢复误差 | 第64-66页 |
| ·实验 | 第66-70页 |
| ·实验方法 | 第66页 |
| ·实验结果分析 | 第66-70页 |
| ·小结 | 第70-71页 |
| 第五章 总结与未来的研究工作 | 第71-74页 |
| ·总结 | 第71-72页 |
| ·未来的研究工作 | 第72-74页 |
| 参考文献 | 第74-85页 |
| 致谢 | 第85-87页 |
| 附录 攻读博士学位期间发表的论文 | 第87-88页 |
