| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 引言 | 第8-13页 |
| ·研究背景 | 第8-9页 |
| ·研究现状 | 第9-10页 |
| ·研究目的和意义 | 第10-11页 |
| ·本文的主要工作及组织结构 | 第11-13页 |
| 2 RFID 技术与智能超市 | 第13-21页 |
| ·智能超市的概念与工作原理 | 第13-14页 |
| ·RFID 技术的主要应用 | 第14-15页 |
| ·智能超市中的 RFID 路径数据 | 第15-17页 |
| ·RFID 路径数据的产生 | 第15-16页 |
| ·智能超市中 RFID 路径数据的特点 | 第16页 |
| ·RFID 路径数据在超市和供应链中的区别 | 第16-17页 |
| ·RFID 路径信息获取 | 第17-19页 |
| ·RFID 路径信息压缩 | 第19-20页 |
| ·小结 | 第20-21页 |
| 3 RFID 路径相似性度量 | 第21-30页 |
| ·常见的几种路径相似性度量方法 | 第21-23页 |
| ·位置的相似性度量 | 第23页 |
| ·时间相似性度量 | 第23-24页 |
| ·位置-时间相似性度量 | 第24-28页 |
| ·RFID 路径的相关定义 | 第24-25页 |
| ·基于位图的位置相似度度量 | 第25-28页 |
| ·RFID 路径相似度计算 | 第28-29页 |
| ·小结 | 第29-30页 |
| 4 RFID 路径的聚类 | 第30-40页 |
| ·微簇和宏簇的概念 | 第30-31页 |
| ·Multi-granularity 时间滑动窗口模型 | 第31-32页 |
| ·RFID 路径聚类算法的基本框架 | 第32-39页 |
| ·在线层聚类算法设计 | 第33-37页 |
| ·离线层聚类算法设计 | 第37-39页 |
| ·小结 | 第39-40页 |
| 5 RFID 路径数据频繁模式挖掘 | 第40-51页 |
| ·问题的提出及相关定义 | 第40-41页 |
| ·RFID 数据流的滑动窗口模型 | 第41-42页 |
| ·滑动窗口频繁闭路径挖掘算法 | 第42-50页 |
| ·TCFP-Tree 结构 | 第42-46页 |
| ·TCFP-Tree 算法 | 第46-47页 |
| ·TCFP-Tree 的更新 | 第47-48页 |
| ·基于 TCFP-Tree 的 top-K 闭合路径挖掘 | 第48-50页 |
| ·小结 | 第50-51页 |
| 6 实验分析 | 第51-58页 |
| ·实验环境与实验数据集 | 第51-52页 |
| ·RFID 数据的有效压缩 | 第52-53页 |
| ·MTSWCluster 算法实验 | 第53-54页 |
| ·TCFP-Tree Mining 算法实验 | 第54-57页 |
| ·小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 攻读学位期间的研究成果 | 第63页 |