| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 研究目的及内容 | 第11页 |
| 1.4 论文结构 | 第11-12页 |
| 第二章 数据挖掘及关联规则挖掘概述 | 第12-27页 |
| 2.1 数据挖掘概述 | 第12-17页 |
| 2.1.1 数据挖掘定义 | 第12页 |
| 2.1.2 数据挖掘的特点 | 第12-13页 |
| 2.1.3 数据挖掘流程 | 第13-15页 |
| 2.1.4 数据挖掘的系统结构 | 第15-16页 |
| 2.1.5 数据挖掘任务 | 第16页 |
| 2.1.6 数据挖掘的应用 | 第16-17页 |
| 2.2 关联规则概述 | 第17-26页 |
| 2.2.1 频繁项集定义 | 第18页 |
| 2.2.2 关联规则定义 | 第18-19页 |
| 2.2.3 关联规则挖掘 | 第19-20页 |
| 2.2.4 关联规则挖掘算法 | 第20-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 Fp-search系列算法研究 | 第27-54页 |
| 3.1 问题的引出 | 第27-28页 |
| 3.2 数据格式 | 第28-29页 |
| 3.3 路径穷举图(PE_Graph)：设计与结构 | 第29-42页 |
| 3.3.1 PE_Graph的定义 | 第29-31页 |
| 3.3.2 PE_Graph的存储结构 | 第31页 |
| 3.3.3 PE_Graph图的构造算法 | 第31-32页 |
| 3.3.4 FPE_Graph图 | 第32-35页 |
| 3.3.5 完整性和压缩性 | 第35页 |
| 3.3.6 PE_Graph相关性质 | 第35-37页 |
| 3.3.7 用PE_Graph挖掘频繁模式 | 第37-42页 |
| 3.4 事务编码树(Tid-tree) | 第42-44页 |
| 3.5 极大频繁路径树(MP-tree) | 第44-47页 |
| 3.6 Fp-search系列算法 | 第47-52页 |
| 3.7 Fp-search系列算法的并行化 | 第52页 |
| 3.8 本章小结 | 第52-54页 |
| 第四章 实验设计与分析 | 第54-73页 |
| 4.1 实验配置 | 第54页 |
| 4.2 二项集的剪枝能力 | 第54-58页 |
| 4.3 PR_search算法和PF_search算法剪枝能力对比 | 第58-62页 |
| 4.4 PR_search,PF_search算法与Fp-growth算法性能比较 | 第62-63页 |
| 4.5 k路剪枝Fp-search算法性能对比 | 第63-66页 |
| 4.6 k路剪枝Fp-growth算法的性能参数μ的变化趋势 | 第66-67页 |
| 4.7 三路剪枝Fp-search算法与Fp-growth算法性能对比 | 第67-68页 |
| 4.8 混合剪枝算法与Fp-growth算法性能比较 | 第68-69页 |
| 4.9 FPNMP-search,Fp-search,Fp-growth算法性能对比 | 第69-71页 |
| 4.10 并行化算法的性能验证 | 第71-72页 |
| 4.11 本章小结 | 第72-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 5.1 工作总结 | 第73页 |
| 5.2 展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 论文发表情况 | 第79页 |
