基于可拓理论的关联规则应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第1章 数据挖掘概况 | 第7-18页 |
| ·数据挖掘兴起及其现状 | 第7-9页 |
| ·数据挖掘兴起 | 第7-8页 |
| ·研究现状 | 第8-9页 |
| ·数据挖掘的意义 | 第9-10页 |
| ·数据挖掘的步骤 | 第10-11页 |
| ·数据挖掘功能-数据挖掘能发现什么类型的模式 | 第11-12页 |
| ·数据挖掘的方法 | 第12-14页 |
| ·统计分析方法 | 第12页 |
| ·遗传算法 | 第12-13页 |
| ·粗糙集方法 | 第13页 |
| ·决策树方法 | 第13页 |
| ·神经网络方法 | 第13页 |
| ·模糊逻辑 | 第13页 |
| ·聚类分析 | 第13-14页 |
| ·最近邻技术 | 第14页 |
| ·可视化技术 | 第14页 |
| ·数据挖掘的应用 | 第14-18页 |
| ·科学研究 | 第14-15页 |
| ·市场行销 | 第15页 |
| ·金融投资 | 第15-16页 |
| ·欺诈甄别 | 第16页 |
| ·产品制造 | 第16页 |
| ·通信网络管理 | 第16-17页 |
| ·Internet应用 | 第17-18页 |
| 第2章 关联规则的挖掘介绍 | 第18-31页 |
| ·关联规则定义 | 第18-22页 |
| ·关联规则挖掘的步骤 | 第22页 |
| ·关联规则的分类 | 第22-24页 |
| ·关联规则发现算法Aporiori | 第24-27页 |
| ·Apriori性质 | 第24页 |
| ·Apriori算法的描述 | 第24-27页 |
| ·量化关联规则简介 | 第27-31页 |
| ·问题描述 | 第27页 |
| ·挖掘量化关联规则的方法 | 第27-28页 |
| ·离散化和概念分层生成 | 第28-31页 |
| 第3章 可拓方法概论 | 第31-40页 |
| ·可拓元和可拓变换 | 第31-34页 |
| ·物元及其相关性 | 第31-34页 |
| ·可拓集合与关联函数 | 第34-40页 |
| ·可拓集合 | 第34-36页 |
| ·关联函数 | 第36-40页 |
| 第4章 可拓关联规则挖掘的发现研究 | 第40-56页 |
| ·可拓理论与数据挖掘: | 第40页 |
| ·可拓关联规则的定义和表示 | 第40-42页 |
| ·关系数据库中可拓关联规则的研究: | 第42-56页 |
| ·关系数据库中的物元模型: | 第42-43页 |
| ·关系数据库中可拓关联规则的另一种表示方式: | 第43-44页 |
| ·属性值的离散映射 | 第44-45页 |
| ·属性概念树 | 第45-46页 |
| ·确定条件属性值划分区间的算法 | 第46-49页 |
| ·可拓关联规则的算法发现及改进: | 第49-52页 |
| ·实例分析: | 第52-56页 |
| 第5章 结论 | 第56-58页 |
| ·本论文的主要研究工作: | 第56页 |
| ·本文研究存在的问题: | 第56-58页 |
| 攻读学位期间公开发表的论文 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
