| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·数据挖掘简介 | 第9-10页 |
| ·关联规则挖掘简介 | 第10-11页 |
| ·关联规则挖掘算法的研究现状 | 第11-12页 |
| ·关联规则挖掘研究中存在的问题 | 第12-13页 |
| ·本课题的研究内容及研究意义 | 第13-15页 |
| ·研究内容 | 第13-14页 |
| ·研究意义 | 第14-15页 |
| 第二章 数据挖掘技术 | 第15-19页 |
| ·数据挖掘的定义与特点 | 第15-16页 |
| ·数据挖掘的支撑技术 | 第16-17页 |
| ·数据挖掘的分类 | 第17-18页 |
| ·数据挖掘的主要功能 | 第18-19页 |
| 第三章 关联规则概述 | 第19-30页 |
| ·关联规则的基本概念 | 第19-22页 |
| ·基本概念 | 第19-21页 |
| ·关联规则的分类 | 第21-22页 |
| ·关联规则挖掘的基本算法—Apriori | 第22-26页 |
| ·算法的基本思想 | 第22页 |
| ·Apriori核心算法 | 第22-23页 |
| ·Apriori性能分析 | 第23-24页 |
| ·Apriori的改进算法 | 第24-26页 |
| ·关联规则挖掘的扩充 | 第26-30页 |
| ·基于约束的关联规则 | 第26-27页 |
| ·时态约束关联规则 | 第27页 |
| ·变支持度关联规则 | 第27-28页 |
| ·多层关联规则挖掘 | 第28-29页 |
| ·多维关联规则挖掘 | 第29-30页 |
| 第四章 基于图论的关联规则算法研究 | 第30-46页 |
| ·概念和定理 | 第30-32页 |
| ·基于完全子图的关联规则挖掘算法 | 第32-34页 |
| ·算法思想和步骤 | 第32-34页 |
| ·算法性能分析 | 第34页 |
| ·基于完全子图的关联规则挖掘改进算法 | 第34-38页 |
| ·算法的基本思想 | 第34-35页 |
| ·算法的具体方法 | 第35-38页 |
| ·基于树的改进算法 | 第38-41页 |
| ·基本概念 | 第38页 |
| ·算法的基本思想 | 第38-39页 |
| ·构造树的具体方法 | 第39-41页 |
| ·实例说明 | 第41-46页 |
| ·用原算法来寻找频繁项集 | 第41-42页 |
| ·用基于完全子图的改进算法来寻找频繁项集 | 第42-43页 |
| ·用基于树的改进算法来寻找频繁项集 | 第43页 |
| ·原算法与改进算法的比较 | 第43-46页 |
| 第五章 基于图论的多支持度阈值下的关联规则挖掘算法 | 第46-55页 |
| ·项目支持度阈值的设定 | 第46-47页 |
| ·最小约束下的多支持度阈值关联规则挖掘 | 第47-49页 |
| ·MSApriori算法 | 第47-48页 |
| ·基于树的改进算法 | 第48-49页 |
| ·最大限制条件下的关联规则挖掘 | 第49-55页 |
| ·原算法 | 第49-51页 |
| ·基于完全子图的改进算法 | 第51-53页 |
| ·实例说明 | 第53-55页 |
| 第六章 批量购买情况下的关联规则挖掘算法 | 第55-58页 |
| ·基本概念 | 第55-56页 |
| ·算法思想 | 第56页 |
| ·具体方法 | 第56-58页 |
| 结束语 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 硕士研究生学习期间的研究成果 | 第65页 |