| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题的研究背景和意义 | 第10-11页 |
| 1.2 课题相关的国内外研究现状 | 第11-13页 |
| 1.3 现有算法存在的问题 | 第13-14页 |
| 1.4 论文的研究内容 | 第14页 |
| 1.5 论文的组织结构 | 第14-16页 |
| 第2章 数据挖掘的相关理论研究 | 第16-26页 |
| 2.1 数据挖掘 | 第16-19页 |
| 2.1.1 数据挖掘的产生背景 | 第16页 |
| 2.1.2 数据挖掘的概念 | 第16-17页 |
| 2.1.3 数据挖掘的分类 | 第17-18页 |
| 2.1.4 数据挖掘的功能 | 第18-19页 |
| 2.2 关联规则 | 第19-22页 |
| 2.2.1 关联规则的概念 | 第19-20页 |
| 2.2.2 关联规则的分类 | 第20-22页 |
| 2.3 关联规则的经典算法 | 第22-25页 |
| 2.3.1 Apriori算法 | 第22-23页 |
| 2.3.2 基于Apriori的改进算法 | 第23-24页 |
| 2.3.3 FP-growth算法 | 第24-25页 |
| 2.3.4 DMFIA算法 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于FP-Tree改进的最大频繁项目集挖掘算法FP-EMFIA | 第26-39页 |
| 3.1 算法的相关概念与理论 | 第26-28页 |
| 3.1.1 频繁项目集和最大频繁项目集 | 第26-27页 |
| 3.1.2 FP-Tree和IDMFIA | 第27-28页 |
| 3.2 FP-EMFIA算法的描述 | 第28-34页 |
| 3.2.1 FP-EMFIA算法的思路 | 第28-30页 |
| 3.2.2 FP-EMFIA算法伪代码 | 第30-32页 |
| 3.2.3 FP-EMFIA算法的实例 | 第32-34页 |
| 3.3 FP-EMFIA算法的实验分析 | 第34-38页 |
| 3.3.1 实验环境 | 第34-35页 |
| 3.3.2 数据集描述 | 第35页 |
| 3.3.3 实验结果分析 | 第35-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于索引链表的超集检测方法研究 | 第39-46页 |
| 4.1 传统的超集检测方法 | 第39页 |
| 4.2 IL-SC算法描述 | 第39-43页 |
| 4.2.1 IL-SC算法的链式结构 | 第40页 |
| 4.2.2 IL-SC算法的伪代码描述 | 第40-41页 |
| 4.2.3 IL-SC算法的超集检测实例 | 第41-43页 |
| 4.3 IL-SC算法的实验分析 | 第43-44页 |
| 4.3.1 实验环境 | 第43页 |
| 4.3.2 数据集描述 | 第43页 |
| 4.3.3 实验结果分析 | 第43-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第5章 基于FP-EMFIA算法的增量式更新挖掘算法FP-EUMFIA | 第46-59页 |
| 5.1 增量式更新算法概述 | 第46-49页 |
| 5.1.1 相关性质 | 第46-47页 |
| 5.1.2 增量式更新算法的分类 | 第47页 |
| 5.1.3 增量式更新算法的研究 | 第47-48页 |
| 5.1.4 UMFIA算法 | 第48-49页 |
| 5.2 FP-EUMFIA算法的描述 | 第49-56页 |
| 5.2.1 FP-EUMFIA算法的思路 | 第49-50页 |
| 5.2.2 FP-EUMFIA算法伪代码 | 第50-53页 |
| 5.2.3 FP-EUMFIA算法实例 | 第53-56页 |
| 5.3 FP-EUMFIA算法的实验分析 | 第56-58页 |
| 5.3.1 实验环境 | 第56页 |
| 5.3.2 数据集描述 | 第56页 |
| 5.3.3 实验结果分析 | 第56-58页 |
| 5.4 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |