| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题的研究意义和背景 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究目的与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 高效用模式挖掘 | 第11-12页 |
| 1.2.2 高平均效用模式挖掘 | 第12-13页 |
| 1.2.3 高效用序列模式挖掘 | 第13-14页 |
| 1.2.4 基于不确定数据挖掘 | 第14-15页 |
| 1.3 本文主要贡献 | 第15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第2章 高平均效用模式挖掘 | 第17-33页 |
| 2.1 预备知识和问题定义 | 第17-19页 |
| 2.2 HAUI-MINER算法 | 第19-27页 |
| 2.2.1 向下封闭性及更新数据库和生成投影数据库 | 第19-22页 |
| 2.2.2 平均效用列表 | 第22-24页 |
| 2.2.3 基于AU-list的HAUI-Miner算法 | 第24-27页 |
| 2.3 实验结果及分析 | 第27-32页 |
| 2.3.1 实验设置及数据集描述 | 第27-28页 |
| 2.3.2 运行时间分析 | 第28-29页 |
| 2.3.3 候选项集数目分析 | 第29-30页 |
| 2.3.4 内存消耗分析 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 潜在高效用序列模式挖掘 | 第33-53页 |
| 3.1 问题定义及符号说明 | 第33-37页 |
| 3.2 PHUSPM-UP算法 | 第37-42页 |
| 3.2.1 定理及剪枝策略 | 第37-40页 |
| 3.2.2 基于效用高估的PHUSPM-UP算法 | 第40-42页 |
| 3.3 PRE-PHUSPM算法 | 第42-45页 |
| 3.4 实验结果及分析 | 第45-52页 |
| 3.4.1 实验设置及数据集描述 | 第45-46页 |
| 3.4.2 运行时间分析 | 第46-48页 |
| 3.4.3 候选序列数目分析 | 第48-50页 |
| 3.4.4 内存消耗分析 | 第50-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第4章 基于不确定数据的高平均效用序列模式挖掘 | 第53-67页 |
| 4.1 预备知识和问题定义 | 第53-54页 |
| 4.2 基于高估平均效用值的MUHAUSP算法 | 第54-57页 |
| 4.2.1 向下封闭性及剪枝策略 | 第54-55页 |
| 4.2.2 MUHAUSP算法 | 第55-57页 |
| 4.3 基于投影数据库的PREFIXMUHAUSP算法 | 第57-59页 |
| 4.4 实验结果及分析 | 第59-66页 |
| 4.4.1 实验设置及数据集描述 | 第59页 |
| 4.4.2 运行时间分析 | 第59-61页 |
| 4.4.3 候选序列数目分析 | 第61-64页 |
| 4.4.4 内存消耗分析 | 第64-66页 |
| 4.5 本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 攻读学位期间发表的论文 | 第73-75页 |
| 致谢 | 第75页 |
