关联规则挖掘算法在高校专业建设中的应用—Apriori算法用于国防职院课程改革研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景和意义 | 第9-14页 |
| ·本文工作 | 第14-15页 |
| ·全文的组织结构 | 第15页 |
| ·小结 | 第15-16页 |
| 第二章 数据挖掘简介 | 第16-30页 |
| ·数据挖掘概述 | 第16-21页 |
| ·数据挖掘的定义 | 第16页 |
| ·数据挖掘和传统分析方法的区别 | 第16页 |
| ·数据挖掘的方法和过程 | 第16-19页 |
| ·数据挖掘技术分类 | 第19-20页 |
| ·数据挖掘的发展趋势 | 第20-21页 |
| ·关联规则挖掘 | 第21-25页 |
| ·关联规则的概念 | 第21页 |
| ·关联规则的定义 | 第21-22页 |
| ·关联规则挖掘算法分类 | 第22页 |
| ·关联规则挖掘的相关算法 | 第22-23页 |
| ·关联规则挖掘问题的扩展 | 第23-24页 |
| ·关联规则挖掘的应用 | 第24-25页 |
| ·Apriori算法介绍 | 第25-29页 |
| ·关联规则算法挖掘的步骤 | 第25页 |
| ·Apriori性质 | 第25-26页 |
| ·Apriori算法描述 | 第26-27页 |
| ·根据频繁项集产生关联规则 | 第27页 |
| ·Apriori算法的举例 | 第27-29页 |
| ·小结 | 第29-30页 |
| 第三章 关联规则算法在高校课程改革中的应用 | 第30-40页 |
| ·挖掘方法选择 | 第30-31页 |
| ·数据处理 | 第31-38页 |
| ·数据采集 | 第31-32页 |
| ·数据预处理 | 第32-34页 |
| ·关系数据库中关联规则的特征分析 | 第34-35页 |
| ·数值属性的离散化处理方法 | 第35-36页 |
| ·数据转换 | 第36-38页 |
| ·数据挖掘的实现 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第四章 实验及结果 | 第40-50页 |
| ·实验环境 | 第40-41页 |
| ·硬件及软件平台 | 第40页 |
| ·数据量 | 第40页 |
| ·开发工具的选择 | 第40-41页 |
| ·运行结果及结论解释 | 第41-48页 |
| ·基于经典的Apriori算法的运行结果 | 第41-43页 |
| ·规则分析及结论解释 | 第43-45页 |
| ·结论总结 | 第45-48页 |
| ·小结 | 第48-50页 |
| 第五章 结论与展望 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 在读期间已发表的论文 | 第53-54页 |
| 致谢 | 第54-55页 |
| 附1:数据转换程序代码 | 第55-57页 |
| 附2:频繁项集搜索程序代码 | 第57-59页 |
