多维数据关联规则挖掘方法研究及应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题的背景及意义 | 第9-10页 |
| 1.1.1 课题背景 | 第9-10页 |
| 1.1.2 课题的目的及意义 | 第10页 |
| 1.2 国内、外本课题研究动态 | 第10-12页 |
| 1.3 论文主要内容 | 第12页 |
| 1.4 论文结构 | 第12-14页 |
| 第2章 关联规则技术介绍 | 第14-26页 |
| 2.1 关联规则的一般概念 | 第14-15页 |
| 2.2 关联规则的分类 | 第15-16页 |
| 2.3 关联规则算法介绍 | 第16-21页 |
| 2.3.1 关联规则算法分类 | 第17-18页 |
| 2.3.2 Apriori算法介绍 | 第18-19页 |
| 2.3.3 AprioriTID算法介绍 | 第19-20页 |
| 2.3.4 Apriori系列算法的优缺点 | 第20-21页 |
| 2.4 多维关联规则的挖掘方法 | 第21-22页 |
| 2.5 OLAP技术在关联规则中应用 | 第22-25页 |
| 2.5.1 OLAP的概念和特点 | 第22-23页 |
| 2.5.2 OLAP技术和关联规则分析的结合 | 第23-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 基于矩阵的关联规则改进算法MRA | 第26-35页 |
| 3.1 Apriori算法改进方法 | 第26页 |
| 3.2 基于矩阵化简的MRA算法 | 第26-34页 |
| 3.2.1 事务矩阵的结构 | 第27-28页 |
| 3.2.2 事务矩阵的化简 | 第28页 |
| 3.2.3 算法步骤 | 第28-29页 |
| 3.2.4 算法的伪代码描述 | 第29-30页 |
| 3.2.5 算法实例 | 第30-32页 |
| 3.2.6 算法分析 | 第32-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第4章 关联规则在龙广听众数据库的应用 | 第35-53页 |
| 4.1 龙广听众数据数据库的建立 | 第35-42页 |
| 4.1.1 龙广听众数据库的数据来源和特点 | 第36-38页 |
| 4.1.2 龙广听众数据库的设计 | 第38页 |
| 4.1.3 龙广听众数据库的数据模型 | 第38-40页 |
| 4.1.4 龙广听众数据系统的功能模块 | 第40页 |
| 4.1.5 龙广听众数据库数据挖掘的步骤 | 第40-42页 |
| 4.2 关联规则算法实验验证 | 第42-44页 |
| 4.2.1 实验环境及数据来源 | 第42-43页 |
| 4.2.2 算法效率的实验结果及分析 | 第43-44页 |
| 4.3 关联规则算法在实际工作中的应用 | 第44-52页 |
| 4.3.1 关联规则在单维数据中的应用 | 第44-48页 |
| 4.3.2 关联规则挖掘在多维数据中的应用 | 第48-52页 |
| 4.4 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第58-59页 |
| 致谢 | 第59-60页 |
| 个人简历 | 第60页 |
