数据挖掘中关联规则的研究与应用
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-9页 |
| ·课题的研究背景 | 第6页 |
| ·国内外研究现状 | 第6-8页 |
| ·论文的创新点 | 第8页 |
| ·全文研究内容及章节安排 | 第8-9页 |
| 第二章 关联规则 | 第9-17页 |
| ·关联规则概念 | 第9-10页 |
| ·项与项集 | 第9页 |
| ·支持度与置信度 | 第9-10页 |
| ·事务数据格式 | 第10页 |
| ·关联规则挖掘过程 | 第10-11页 |
| ·频繁项集挖掘 | 第11页 |
| ·生成关联规则 | 第11页 |
| ·关联规则经典算法 | 第11-16页 |
| ·Apriori算法 | 第11-12页 |
| ·Apriori算法示例 | 第12-14页 |
| ·常见Apriori算法改进策略 | 第14页 |
| ·FP-Growth算法 | 第14页 |
| ·FP-Growth算法示例 | 第14-15页 |
| ·FP-Growth算法性能 | 第15-16页 |
| ·小结 | 第16-17页 |
| 第三章 基于FP-tree的Apriori算法 | 第17-25页 |
| ·理论依据 | 第17-20页 |
| ·降序候选项集 | 第17页 |
| ·候选项集搜索空间 | 第17-18页 |
| ·FP-tree访问剪枝策略 | 第18-20页 |
| ·FP-Apriori算法 | 第20-24页 |
| ·候选项集匹配示例 | 第21-22页 |
| ·候选项集匹配算法 | 第22-23页 |
| ·FP-Apriori算法 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第四章 FP-Apriori算法实验 | 第25-42页 |
| ·系统结构设计 | 第25-26页 |
| ·数据采集和预处理 | 第26-28页 |
| ·数据源选取 | 第26-27页 |
| ·数据预处理和清理 | 第27-28页 |
| ·数据库设计 | 第28页 |
| ·构建FP-tree | 第28-34页 |
| ·录入数据 | 第29-30页 |
| ·频繁1-项集商品 | 第30-31页 |
| ·生成FP-tree | 第31-34页 |
| ·FP-Apriori算法 | 第34-37页 |
| ·候选项集访问FP-tree算法 | 第34-36页 |
| ·生成频繁项集 | 第36-37页 |
| ·FP-Apriori算法性能 | 第37-41页 |
| ·FP-Apriori算法正确性 | 第38-40页 |
| ·FP-Apriori算法性能 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第五章 结论 | 第42-43页 |
| 致谢 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 作者简介 | 第46页 |
| 攻读硕士学位期间研究成果 | 第46-47页 |
