| 第1章 绪论 | 第1-10页 |
| 1．1 研究背景 | 第6-8页 |
| 1．2 拟解决的问题 | 第8页 |
| 1．3 国内对关联规则挖掘算法的研究现状 | 第8-9页 |
| 1．4 关联规则挖掘算法研究的目的和意义 | 第9页 |
| 1．4．1 研究的目的 | 第9页 |
| 1．4．2 研究的意义 | 第9页 |
| 1．5 本章小结 | 第9-10页 |
| 第2章 数据挖掘技术 | 第10-16页 |
| 2．1 数据挖掘的定义 | 第10页 |
| 2．2 数据挖掘的分类 | 第10-12页 |
| 2．2．1 分类分析 | 第11页 |
| 2．2．2 聚类分析 | 第11页 |
| 2．2．3 关联分析 | 第11-12页 |
| 2．2．4 序列分析及时间序列 | 第12页 |
| 2．3 数据挖掘的体系结构 | 第12-13页 |
| 2．4 数据挖掘的过程 | 第13-14页 |
| 2．5 数据挖掘的应用 | 第14-15页 |
| 2．6 本章小结 | 第15-16页 |
| 第3章 关联规则挖掘的基本理论及经典挖掘算法 | 第16-30页 |
| 3．1 关联规则的基本概念和问题描述 | 第16-18页 |
| 3．2 经典关联规则挖掘算法(APRIORI算法) | 第18-27页 |
| 3．2．1 发现大的项集 | 第18-19页 |
| 3．2．2 Apriori算法及其相关算法的性能比较 | 第19-25页 |
| 3．2．3 Apriori算法的性能瓶颈问题 | 第25页 |
| 3．2．4 Apriori算法的改进 | 第25-27页 |
| 3．3 适应关联规则挖掘的平台工具的选择 | 第27-29页 |
| 3．3．1 Oracle的数据挖掘工具 | 第27-28页 |
| 3．3．2 SAS的数据挖掘工具 | 第28页 |
| 3．3．3 信息发现股份公司的IDIS数据挖掘工具 | 第28-29页 |
| 3．4 本章小结 | 第29-30页 |
| 第4章 关联规则的挖掘在商业决策中的应用 | 第30-40页 |
| 4．1 关联规则的挖掘在商业决策中的应用目标 | 第30-31页 |
| 4．2 交易数据库中商品与商品之间的关联挖掘 | 第31-34页 |
| 4．3 关系数据库中商品和顾客之间的关联挖掘 | 第34-39页 |
| 4．4 本章小结 | 第39-40页 |
| 结论与展望 | 第40-42页 |
| 参考文献 | 第42-44页 |
| 攻读硕士学位期间所发表的学术论文 | 第44-45页 |
| 致谢 | 第45页 |
