中文摘要 | 第1-5页 |
英文摘要 | 第5-10页 |
插图与附表清单 | 第10-12页 |
第一章 绪论 | 第12-21页 |
1.1 选题的意义 | 第12-13页 |
1.2 数据挖掘技术产生的背景 | 第13-14页 |
1.2.1 什么是数据挖掘 | 第13-14页 |
1.2.2 数据挖掘产生的必然性 | 第14页 |
1.3 数据挖掘的研究对象和目前的研究情况 | 第14-15页 |
1.3.1 数据挖掘的研究对象 | 第14页 |
1.3.2 国外数据挖掘研究情况 | 第14-15页 |
1.3.3 国内数据挖掘研究情况 | 第15页 |
1.4 数据挖掘的应用领域以及发展情况 | 第15-17页 |
1.5 现有的数据挖掘系统 | 第17-18页 |
1.6 数据挖掘未来的发展方向 | 第18-19页 |
1.7 论文的研究内容和结构安排 | 第19-21页 |
第二章 数据挖掘技术 | 第21-39页 |
2.1 数据挖掘的内容和实质 | 第21-22页 |
2.2 数据挖掘过程的步骤 | 第22-24页 |
2.3 数据挖掘的主要模式 | 第24-30页 |
2.3.1 模式的相关知识 | 第25-26页 |
2.3.2 模式的种类 | 第26页 |
2.3.3 挖掘中模式的分类 | 第26-30页 |
2.4 数据挖掘的方法 | 第30-36页 |
2.4.1 人工神经网络(Artificial Neural Networks) | 第31-32页 |
2.4.2 遗传算法(Genetic Algorithms) | 第32页 |
2.4.3 决策树(Decision Trees) | 第32-34页 |
2.4.4 粗集(Rough Set) | 第34页 |
2.4.5 可视化(Visualization)技术 | 第34-35页 |
2.4.6 联机分析处理(OLAP) | 第35-36页 |
2.5 数据挖掘中的疑难问题 | 第36-39页 |
2.5.1 数据挖掘中难点 | 第36-37页 |
2.5.2 数据挖掘中有待解决的问题 | 第37-39页 |
第三章 序列模式挖掘算法 | 第39-59页 |
3.1 序列模式挖掘的有关问题 | 第39-42页 |
3.1.1 序列模式挖掘 | 第39页 |
3.1.2 描述性定义 | 第39-41页 |
3.1.3 序列模式挖掘的算法的主要目的 | 第41页 |
3.1.4 序列模式挖掘的参数 | 第41-42页 |
3.2 以Apriori为基础的序列模式算法 | 第42-48页 |
3.2.1 Apriori类算法的主要步骤 | 第42-44页 |
3.2.2 Apriori类算法的基本思想 | 第44页 |
3.2.3 Apriori类算法简述 | 第44-48页 |
3.3 GSP序列模式算法 | 第48-50页 |
3.3.1 GSP序列挖掘算法的基本思想 | 第48页 |
3.3.2 GSP的候选集生成 | 第48-49页 |
3.3.3 GSP与AprioriAll算法的比较 | 第49-50页 |
3.4 SPADE序列模式挖掘算法 | 第50-57页 |
3.4.1 SPADE的基本思想 | 第50页 |
3.4.2 SPADE的有关问题 | 第50-53页 |
3.4.3 SPADE算法 | 第53-57页 |
3.5 SPADE与GSP的比较 | 第57-59页 |
第四章 中缀序列模式挖掘算法 | 第59-74页 |
4.1 现有的序列挖掘算法存在的问题 | 第59-60页 |
4.1.1 Apriori类算法 | 第59页 |
4.1.2 非Apriori类算法 | 第59-60页 |
4.2 中缀序列挖掘算法 | 第60-74页 |
4.2.1 数据准备 | 第60-62页 |
4.2.2 中缀序列挖掘算法的基本思想 | 第62-63页 |
4.2.3 中缀序列挖掘算法 | 第63-71页 |
4.2.4 关于中缀算法的相关定理 | 第71-74页 |
第五章 实验数据和性能评价 | 第74-84页 |
5.1 实验数据一 | 第74-80页 |
5.1.1 实验前的准备 | 第74-75页 |
5.1.2 实验结果 | 第75-79页 |
5.1.3 实验数据分析 | 第79-80页 |
5.2 实验二——证券时间序列中的模式挖掘 | 第80-82页 |
5.3 中缀算法和SPADE算法的比较 | 第82-84页 |
第六章 结论以及将来的工作 | 第84-86页 |
6.1 结论 | 第84页 |
6.2 将来的工作 | 第84-86页 |
致谢 | 第86-87页 |
主要参考文献 | 第87-89页 |
攻读研究生期间发表的论文 | 第89页 |