基于FP-Tree的频繁项集挖掘算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·本文主要工作及章节安排 | 第9-11页 |
| 第二章 数据挖掘概述 | 第11-19页 |
| ·数据挖掘的概念及其产生背景 | 第11-12页 |
| ·数据挖掘的功能 | 第12-13页 |
| ·数据挖掘的过程 | 第13页 |
| ·典型的数据挖掘系统 | 第13-14页 |
| ·数据挖掘的常用方法 | 第14-16页 |
| ·数据挖掘的发展趋势 | 第16-17页 |
| ·本章小结 | 第17-19页 |
| 第三章 频繁项集挖掘及其经典算法介绍 | 第19-35页 |
| ·问题描述 | 第19-20页 |
| ·现实背景 | 第19页 |
| ·形式化定义 | 第19页 |
| ·举例说明 | 第19-20页 |
| ·Apriori算法介绍 | 第20-24页 |
| ·算法基本思想 | 第20页 |
| ·Apriori性质 | 第20-21页 |
| ·算法基本步骤 | 第21-22页 |
| ·算法详解 | 第22-24页 |
| ·FP-Growth 算法介绍 | 第24-34页 |
| ·算法基本思想 | 第24页 |
| ·算法详解 | 第24-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 改进的频繁项集挖掘算法 | 第35-63页 |
| ·改进动机 | 第35-37页 |
| ·FP-Growth算法存在的缺陷 | 第35-36页 |
| ·缺陷的原因分析 | 第36-37页 |
| ·改进思路 | 第37-38页 |
| ·方案 1：向后处理，向前投影 | 第37页 |
| ·方案 2：向前处理，向后投影 | 第37-38页 |
| ·具体实现 | 第38-52页 |
| ·方案 1 详解 | 第38-45页 |
| ·方案 2 详解 | 第45-51页 |
| ·两种方案的对比 | 第51-52页 |
| ·进一步优化 | 第52-56页 |
| ·核心思想 | 第52页 |
| ·实例说明 | 第52-55页 |
| ·实现方法 | 第55-56页 |
| ·实验及结果分析 | 第56-61页 |
| ·实验环境及测试数据 | 第56-57页 |
| ·时间复杂度分析 | 第57-59页 |
| ·空间复杂度分析 | 第59-61页 |
| ·本章小结 | 第61-63页 |
| 第五章 总结与展望 | 第63-65页 |
| ·本文工作总结 | 第63-64页 |
| ·进一步研究方向 | 第64-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-70页 |
