基于粗集理论的关联规则挖掘的研究
| 第一章 绪论 | 第1-12页 |
| ·论文的选题背景和意义 | 第8-9页 |
| ·国内外研究概况 | 第9-10页 |
| ·论文的主要工作介绍 | 第10-11页 |
| ·论文的组织结构 | 第11-12页 |
| 第二章 数据挖掘综述 | 第12-23页 |
| ·数据挖掘的定义 | 第12页 |
| ·数据挖掘的过程 | 第12-13页 |
| ·数据挖掘的分类 | 第13-15页 |
| ·根据数据挖掘技术分类 | 第13-15页 |
| ·根据挖掘的对象分类 | 第15页 |
| ·根据挖掘的任务分类 | 第15页 |
| ·数据挖掘中的关联规则的挖掘 | 第15-20页 |
| ·关联规则的定义和属性 | 第15-17页 |
| ·关联规则的分类 | 第17页 |
| ·关联规则挖掘的过程 | 第17-19页 |
| ·基于约束的关联规则挖掘 | 第19-20页 |
| ·关联规则的应用与动态 | 第20页 |
| ·数据挖掘存在的问题 | 第20-21页 |
| ·数据挖掘发展方向 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 粗糙集理论 | 第23-35页 |
| ·粗糙集理论基础 | 第23-26页 |
| ·近似空间 | 第23-25页 |
| ·粗糙集理论中的知识表示 | 第25-26页 |
| ·粗糙集理论的属性约简 | 第26-31页 |
| ·相关基本概念 | 第26-27页 |
| ·属性的约简 | 第27-31页 |
| ·可变精度的粗糙集模型 | 第31-32页 |
| ·粗糙集与其它处理不确定性方法的理论的研究 | 第32-33页 |
| ·粗糙集理论的应用及其发展方向 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 属性的离散化和泛化 | 第35-40页 |
| ·连续属性的离散化方法 | 第35页 |
| ·有监督的离散化方法 | 第35-36页 |
| ·无监督的离散化方法 | 第36页 |
| ·基于粗糙集的离散化方法 | 第36-37页 |
| ·面向属性的归纳 | 第37-38页 |
| ·决策表的泛化 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第五章 基于粗糙集理论的关联规则的挖掘 | 第40-57页 |
| ·关联规则挖掘算法分类 | 第40-41页 |
| ·传统关联规则算法的不足 | 第41-42页 |
| ·粗糙集理论应用于关联规则挖掘的优势 | 第42页 |
| ·系统整体设计 | 第42-51页 |
| ·数据预处理 | 第43-45页 |
| ·属性的约简 | 第45-46页 |
| ·关联规则的挖掘 | 第46-51页 |
| ·系统的类图 | 第51-53页 |
| ·实验 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 总结 | 第57-59页 |
| ·工作小结 | 第57页 |
| ·进一步工作 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间发表和录用的学术论文 | 第63页 |
