| 摘要 | 第1-7页 |
| Abstract | 第7-14页 |
| 第一章 数据库知识发现 | 第14-29页 |
| ·引言 | 第14-15页 |
| ·数据库中知识发现 | 第15-19页 |
| ·KDD的定义 | 第15页 |
| ·KDD的特点 | 第15-16页 |
| ·KDD的处理过程模型 | 第16-18页 |
| ·KDD的基本任务 | 第18-19页 |
| ·数据挖掘 | 第19-27页 |
| ·数据挖掘的定义 | 第19页 |
| ·数据挖掘发现的模式 | 第19-21页 |
| ·数据挖掘的方法 | 第21-23页 |
| ·数据挖掘技术的应用 | 第23-25页 |
| ·数据挖掘面临的挑战 | 第25-27页 |
| ·本文的课题来源和内容组织 | 第27-28页 |
| ·本文课题来源 | 第27页 |
| ·本文的内容组织 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第二章 基于经典Apriori算法的关联规则挖掘 | 第29-37页 |
| ·引言 | 第29页 |
| ·关联规则 | 第29-35页 |
| ·关联规则的基本概念 | 第29-31页 |
| ·Apriori算法 | 第31-35页 |
| ·Apriori算法描述及特点 | 第35页 |
| ·由频繁项目集产生关联规则 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第三章 概念格、扩展概念格和量化扩展概念格 | 第37-50页 |
| ·引言 | 第37页 |
| ·概念格 | 第37-39页 |
| ·概念格的定义 | 第37-38页 |
| ·概念格的基本概念 | 第38-39页 |
| ·扩展概念格 | 第39-41页 |
| ·扩展概念格的定义 | 第39-40页 |
| ·扩展概念格的基本概念 | 第40-41页 |
| ·量化概念格 | 第41-43页 |
| ·量化概念格的定义 | 第41-42页 |
| ·量化概念格的基本性质 | 第42-43页 |
| ·量化扩展概念格的构造算法 | 第43-49页 |
| ·算法描述 | 第43-44页 |
| ·量化概念格的维护 | 第44-49页 |
| ·插入对象的维护 | 第45-48页 |
| ·删除对象的维护 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第四章 量化扩展概念格的关联规则挖掘 | 第50-58页 |
| ·引言 | 第50-51页 |
| ·量化扩展概念的关联规则挖掘 | 第51-52页 |
| ·引入兴趣度加权的关联规则挖掘 | 第52-54页 |
| ·兴趣度加权的定义 | 第52-53页 |
| ·基于兴趣度加权的关联股则挖掘算法 | 第53-54页 |
| ·规则挖掘的应用实例 | 第54-57页 |
| ·小结 | 第57-58页 |
| 第五章 数据预处理 | 第58-63页 |
| ·引言 | 第58页 |
| ·数据预处理的基本概念和方法 | 第58-62页 |
| ·数据清理 | 第58-59页 |
| ·噪音数据 | 第59-60页 |
| ·数据集成和变换 | 第60-62页 |
| ·数据集成 | 第60-61页 |
| ·数据变换 | 第61-62页 |
| ·数据规约 | 第62页 |
| ·小结 | 第62-63页 |
| 第六章 基于量化概念格关联规则挖掘与Apriori算法比较 | 第63-67页 |
| ·引言 | 第63页 |
| ·Apriori算法描述及特点 | 第63-64页 |
| ·量化概念格的关联规则挖掘 | 第64页 |
| ·基于量化概念格和Apriori算法的关联规则挖掘比较分析 | 第64-66页 |
| ·算法性能分析 | 第66页 |
| ·小结 | 第66-67页 |
| 第七章 基于超市数据的量化概念格关联规则挖掘系统 | 第67-73页 |
| ·引言 | 第67页 |
| ·系统设计思想及结构 | 第67-68页 |
| ·数据预处理模块 | 第67-68页 |
| ·量化概念格的生成模块 | 第68页 |
| ·关联规则的挖掘模块 | 第68页 |
| ·基于超市数据的关联规则挖掘 | 第68-72页 |
| ·挖掘的目标 | 第68-69页 |
| ·数据的预处理 | 第69-72页 |
| ·关联规则的挖掘 | 第72页 |
| ·小结 | 第72-73页 |
| 第八章 结束语 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间参加研究的课题和发表的论文 | 第80-81页 |
| 附录 | 第81-85页 |