| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第1章 绪论 | 第12-19页 |
| ·研究背景及意义 | 第12-14页 |
| ·KDD与数据挖掘 | 第12-13页 |
| ·布尔关联规则 | 第13页 |
| ·量化关联规则 | 第13-14页 |
| ·现有量化关联规则挖掘研究 | 第14-17页 |
| ·基于区间划分的量化关联规则 | 第14页 |
| ·模糊关联规则 | 第14-16页 |
| ·量化关联规则扩展模型 | 第16页 |
| ·隐私保护量化关联规则 | 第16-17页 |
| ·本文主要研究内容 | 第17页 |
| ·本文的内容和组织结构 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第2章 量化关联规则挖掘相关算法 | 第19-33页 |
| ·量化关联规则的形式化描述 | 第19页 |
| ·基于部分完全性划分的挖掘算法 | 第19-24页 |
| ·部分完全性 | 第20-22页 |
| ·决定分区的数目 | 第22-24页 |
| ·基于等深划分的挖掘算法 | 第24页 |
| ·基于属性取值数目划分的挖掘算法 | 第24-26页 |
| ·基于属性取值距离划分的挖掘算法 | 第26-28页 |
| ·基于区间距离划分的挖掘算法 | 第28-29页 |
| ·模糊关联规则挖掘算法 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于属性互信息的量化关联规则挖掘 | 第33-46页 |
| ·引言 | 第33页 |
| ·熵与互信息 | 第33-36页 |
| ·熵、条件熵和联合熵 | 第34-35页 |
| ·互信息 | 第35-36页 |
| ·基于属性互信息的量化关联规则挖掘算法BMIQAR | 第36-42页 |
| ·BMIQAR主算法 | 第36-37页 |
| ·属性离散化 | 第37-38页 |
| ·基于强信息关系属性挖掘频繁项集 | 第38-42页 |
| ·利用频繁项集产生规则 | 第42页 |
| ·算法BMIQAR正确性分析 | 第42页 |
| ·实验结果与分析 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于获利最大化的量化关联规则挖掘 | 第46-56页 |
| ·引言 | 第46页 |
| ·关联规则与频繁项集挖掘 | 第46-47页 |
| ·加权关联规则 | 第47-49页 |
| ·基于获利最大化的量化关联规则挖掘算法WQAR | 第49-52页 |
| ·相关定义 | 第49页 |
| ·K-获利支持期望 | 第49-51页 |
| ·算法WQAR描述 | 第51-52页 |
| ·算法WQAR的正确性和复杂度分析 | 第52-53页 |
| ·实验结果与分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 结束语 | 第56-57页 |
| ·本文主要工作 | 第56页 |
| ·需要进一步研究的问题 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间参加研究的课题和发表的论文 | 第61页 |