基于改进关联规则和聚类算法在数据挖掘中的应用
| 目录 | 第1-6页 |
| 图索引 | 第6-7页 |
| 表索引 | 第7-8页 |
| 第一章 引言 | 第8-11页 |
| ·本课题的研究背景 | 第8-9页 |
| ·本课题所做的工作、成果和意义 | 第9-10页 |
| ·本文的组织结构 | 第10-11页 |
| 第二章 数据挖掘概况 | 第11-22页 |
| ·数据挖掘 | 第11-16页 |
| ·概念的提出 | 第11-12页 |
| ·数据挖掘的过程 | 第12-14页 |
| ·数据挖掘的几种形式 | 第14-16页 |
| ·关联规则 | 第16-19页 |
| ·关联规则基本概念 | 第16-17页 |
| ·数量关联规则 | 第17-19页 |
| ·概念的引出 | 第17-18页 |
| ·数量关联规则的基本概念 | 第18-19页 |
| ·聚类分析 | 第19-21页 |
| ·形式描述 | 第19页 |
| ·常用的聚类算法 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 Apriori算法 | 第22-29页 |
| ·Apriori 算法 | 第22-25页 |
| ·Apriori 算法描述 | 第22-24页 |
| ·Apriori 算法的图例说明 | 第24-25页 |
| ·改进的Apriori算法 | 第25-28页 |
| ·算法思想 | 第25-26页 |
| ·算法描述 | 第26-28页 |
| ·该算法与Apriori算法的性能比较 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第四章 FCM 算法 | 第29-34页 |
| ·FCM 算法 | 第29-30页 |
| ·FCM 算法描述 | 第29-30页 |
| ·影响FCM算法的几个因素 | 第30页 |
| ·改进的FCM算法 | 第30-33页 |
| ·算法思想 | 第30-31页 |
| ·算法描述 | 第31-32页 |
| ·实验结果分析 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第五章 数量关联规则挖掘 | 第34-40页 |
| ·数量关联规则基本概念 | 第34-38页 |
| ·常用的几种数量属性划分方法 | 第34-36页 |
| ·属性映射 | 第36-37页 |
| ·转化为布尔关联规则挖掘 | 第37-38页 |
| ·应用改进的Apriori算法和FCM算法 | 第38-39页 |
| ·数量关联规则挖掘过程 | 第38页 |
| ·实验结果及分析 | 第38-39页 |
| ·本章小节 | 第39-40页 |
| 结论 | 第40-41页 |
| 致谢 | 第41-42页 |
| 参考文献 | 第42-44页 |
| 附录:个人简历 | 第44页 |
