| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 目录 | 第10-14页 |
| 图目录 | 第14-16页 |
| 表目录 | 第16-18页 |
| 1 绪论 | 第18-28页 |
| ·数据挖掘概述 | 第18-20页 |
| ·数据流概述 | 第20-23页 |
| ·电信行业实时信息处理需求 | 第23-24页 |
| ·本文主要内容与创新点 | 第24-28页 |
| 2 数据流挖掘技术发展与现状 | 第28-40页 |
| ·引言 | 第28-29页 |
| ·数据流挖掘模型 | 第29-31页 |
| ·滑动时间窗模型 | 第30页 |
| ·界标时间窗模型 | 第30-31页 |
| ·衰减时间窗模型 | 第31页 |
| ·最大频率时间窗模型 | 第31页 |
| ·数据流挖掘基本技术 | 第31-33页 |
| ·抽样 | 第32页 |
| ·直方图 | 第32页 |
| ·小波 | 第32页 |
| ·哈希 | 第32页 |
| ·卸载 | 第32-33页 |
| ·近似 | 第33页 |
| ·数据流挖掘核心算法 | 第33-37页 |
| ·数据流频繁项集挖掘技术 | 第33-34页 |
| ·数据流分类预测技术 | 第34-36页 |
| ·数据流趋势预测技术 | 第36-37页 |
| ·数据流管理系统 | 第37-40页 |
| 3 一种新的数据流全局频繁项集挖掘算法 | 第40-66页 |
| ·引言 | 第40-42页 |
| ·预备知识 | 第42-45页 |
| ·项集与数据流 | 第42-43页 |
| ·最大频率与边界点 | 第43-44页 |
| ·最小时间窗长度 | 第44-45页 |
| ·问题描述 | 第45页 |
| ·GGACFI-MFW算法 | 第45-53页 |
| ·最大频率模式树结构 | 第46-47页 |
| ·选择性更新机制 | 第47-53页 |
| ·产生全局频繁项集 | 第53页 |
| ·算法描述 | 第53页 |
| ·关于最小时间窗缓存的优化 | 第53-54页 |
| ·实验 | 第54-65页 |
| ·简单仿真数据流 | 第55-58页 |
| ·海量仿真数据流 | 第58-63页 |
| ·网络点击数据流 | 第63-65页 |
| ·小结 | 第65-66页 |
| 4 一种新的基于频繁模式的数据流分类挖掘算法 | 第66-84页 |
| ·引言 | 第66-68页 |
| ·问题描述 | 第68-70页 |
| ·基于最大频率模式的数据流分类挖掘算法 | 第70-77页 |
| ·算法整体思想 | 第70-71页 |
| ·最大频率模式分类树 | 第71-75页 |
| ·分类器构建与更新策略 | 第75-77页 |
| ·讨论 | 第77-78页 |
| ·缓存技术 | 第77页 |
| ·多分类问题 | 第77-78页 |
| ·不平衡分类问题 | 第78页 |
| ·实验 | 第78-81页 |
| ·CBMP算法性能测试 | 第79-80页 |
| ·CBMP算法多分类优化测试 | 第80-81页 |
| ·CBMP算法不平衡分类优化测试 | 第81页 |
| ·小结 | 第81-84页 |
| 5 一种新的数据流频繁趋势预测算法 | 第84-98页 |
| ·引言 | 第84-86页 |
| ·问题描述 | 第86-87页 |
| ·最大最小频繁趋势预测算法 | 第87-95页 |
| ·最大最小频率模式树 | 第88-89页 |
| ·频繁度变化率 | 第89-94页 |
| ·算法整体流程 | 第94-95页 |
| ·频繁度变化趋势的推广应用 | 第95-96页 |
| ·分类趋势预测 | 第95-96页 |
| ·指数趋势预测 | 第96页 |
| ·实验 | 第96-97页 |
| ·小结 | 第97-98页 |
| 6 数据流挖掘技术在电信行业的应用 | 第98-112页 |
| ·引言 | 第98-100页 |
| ·电信业公众客户防欠费欺诈商业智能系统 | 第100-104页 |
| ·电信业公众客户防欠费欺诈商业智能系统设计与实现 | 第100-102页 |
| ·电信业数据挖掘方法论 | 第102-104页 |
| ·电信业数据流商业智能管理系统 | 第104-111页 |
| ·电信业数据流商业智能管理系统架构 | 第105页 |
| ·数据流挖掘技术在电信业交叉销售中的应用 | 第105-109页 |
| ·数据流挖掘技术在电信业客户欠费及流失预测中的应用 | 第109-111页 |
| ·小结 | 第111-112页 |
| 7 总结与展望 | 第112-114页 |
| ·研究工作总结 | 第112-113页 |
| ·研究工作展望 | 第113-114页 |
| 参考文献 | 第114-124页 |
| 个人简介及攻读博士期间项目经历和学术成果 | 第124页 |