| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第8-11页 |
| 1．1 目前现状 | 第8-9页 |
| 1．2 研究意义及创新点 | 第9-10页 |
| 1．3 课题内容 | 第10-11页 |
| 第二章 数据仓库和数据挖掘 | 第11-18页 |
| 2．1 数据仓库 | 第11-13页 |
| 2．1．1 数据仓库体系结构 | 第11-12页 |
| 2．1．2 WHIPS工作原理 | 第12-13页 |
| 2．2 数据挖掘 | 第13-18页 |
| 2．2．1 关联规则的挖掘 | 第14页 |
| 2．2．2 特征规则挖掘 | 第14-15页 |
| 2．2．3 分类规则挖掘 | 第15-16页 |
| 2．2．4 聚类规则挖掘 | 第16-17页 |
| 2．2．5 基于模式的相似性搜索 | 第17-18页 |
| 第三章 OLAP和数据方 | 第18-24页 |
| 3．1 数据方 | 第18-19页 |
| 3．2 数据方建模 | 第19-20页 |
| 3．3 数据方计算 | 第20-21页 |
| 3．4 数据方操作 | 第21-22页 |
| 3．5 小结 | 第22-24页 |
| 第四章 时序流数据挖掘 | 第24-29页 |
| 4．1 概述 | 第24-26页 |
| 4．2 趋势分析 | 第26-28页 |
| 4．3 时序分析 | 第28-29页 |
| 第五章 话务数据实时回归分析系统的设计与实现 | 第29-44页 |
| 5．1 问题的提出 | 第29页 |
| 5．2 问题的定义 | 第29-31页 |
| 5．2．1 数据方表示 | 第30页 |
| 5．2．2 数据方中的时序 | 第30-31页 |
| 5．2．3 流数据的多维分析 | 第31页 |
| 5．3 数据方线性回归基础 | 第31-33页 |
| 5．3．1 一个时序的线性回归 | 第31-32页 |
| 5．3．2 标准维上聚集 | 第32-33页 |
| 5．3．3 时间维上聚集 | 第33页 |
| 5．4 用回归方进行流数据分析 | 第33-40页 |
| 5．4．1 不规则时间轴 | 第34页 |
| 5．4．2 关键层的概念 | 第34-35页 |
| 5．4．3 基于异常分析的框架 | 第35-36页 |
| 5．4．4 基于异常的回归方算法 | 第36-40页 |
| 5．4．5 在线环境下的算法处理 | 第40页 |
| 5．5 系统性能分析 | 第40-44页 |
| 5．5．1 基于异常界限下的时空使用量比较 | 第41页 |
| 5．5．2 不同m-layer大小的时空使用量比较 | 第41-42页 |
| 5．5．3 不同数量层或维的时空使用量比较 | 第42-43页 |
| 5．5．4 小结 | 第43-44页 |
| 结束语 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 攻读学位期间发表的学术论文目录 | 第49-50页 |