| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-11页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 本文主要研究内容 | 第9页 |
| 1.4 本文章节安排 | 第9-11页 |
| 2 隐私保护关联规则挖掘算法综述 | 第11-23页 |
| 2.1 数据挖掘 | 第11-14页 |
| 2.1.1 数据挖掘概述 | 第11页 |
| 2.1.2 数据挖掘过程 | 第11-13页 |
| 2.1.3 数据挖掘分类 | 第13-14页 |
| 2.2 关联规则挖掘 | 第14-17页 |
| 2.2.1 关联规则挖掘基本概念 | 第14-15页 |
| 2.2.2 关联规则挖掘分类 | 第15页 |
| 2.2.3 关联规则挖掘的步骤及算法 | 第15-17页 |
| 2.3 隐私保护 | 第17-19页 |
| 2.3.1 隐私的定义与分类 | 第17页 |
| 2.3.2 隐私保护技术分类 | 第17-18页 |
| 2.3.3 隐私保护的评价标准 | 第18-19页 |
| 2.4 隐私保护关联规则挖掘算法 | 第19-22页 |
| 2.4.1 数据集中分布 | 第19-21页 |
| 2.4.2 数据水平分布 | 第21-22页 |
| 2.4.3 数据垂直分布 | 第22页 |
| 2.5 本章小结 | 第22-23页 |
| 3 基于部分隐藏的随机化回答(RRPH)的隐私保护改进算法 | 第23-41页 |
| 3.1 问题描述 | 第23页 |
| 3.2 MASK算法思想 | 第23-26页 |
| 3.2.1 数据扰乱过程 | 第23-24页 |
| 3.2.2 项集支持度重构 | 第24-25页 |
| 3.2.3 MASK算法描述 | 第25-26页 |
| 3.3 部分隐藏的随机化回答(RRPH)方法介绍 | 第26-29页 |
| 3.3.1 数据歪曲过程 | 第27页 |
| 3.3.2 项集支持度重构 | 第27-28页 |
| 3.3.3 RRPH算法描述 | 第28-29页 |
| 3.4 部分隐藏的随机化回答算法的改进 | 第29-34页 |
| 3.4.1 基于分治策略的改进 | 第30-33页 |
| 3.4.2 基于集合运算的改进 | 第33-34页 |
| 3.5 改进后的算法描述 | 第34-35页 |
| 3.6 实验与分析 | 第35-39页 |
| 3.6.1 实验方法 | 第35页 |
| 3.6.2 实验结果与分析 | 第35-39页 |
| 3.7 本章小结 | 第39-41页 |
| 4 基于启发式的关联规则隐私保护算法 | 第41-56页 |
| 4.1 问题描述 | 第41页 |
| 4.2 隐私保护关联规则挖掘(PPARM)算法 | 第41-44页 |
| 4.3 基于启发式的隐私保护算法 | 第44-52页 |
| 4.3.1 敏感规则隐私保护框架 | 第44页 |
| 4.3.2 相关定义 | 第44-45页 |
| 4.3.3 启发式隐私保护(HPP)算法 | 第45-46页 |
| 4.3.4 算法描述 | 第46-49页 |
| 4.3.5 实例描述 | 第49-52页 |
| 4.4 实验与分析 | 第52-55页 |
| 4.4.1 实验方法 | 第52-53页 |
| 4.4.2 实验结果分析 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 5 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56页 |
| 5.2 展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63页 |