| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题研究背景、研究现状、内容 | 第8-9页 |
| ·、数据挖掘的产生 | 第8页 |
| ·、数据挖掘的研究现状及应用 | 第8-9页 |
| ·、课题内容 | 第9页 |
| ·数据挖掘概述 | 第9-14页 |
| ·定义 | 第9页 |
| ·数据挖掘研究内容和本质 | 第9-10页 |
| ·数据挖掘与传统分析方法的区别 | 第10页 |
| ·数据挖掘组成部分 | 第10-11页 |
| ·数据挖掘处理过程模型 | 第11-12页 |
| ·数据挖掘一般方法概述 | 第12-14页 |
| 第二章 数据仓库及数据预处理 | 第14-23页 |
| ·数据仓库 | 第14-18页 |
| ·什么是数据仓库 | 第14-15页 |
| ·数据仓库中的几个概念 | 第15-16页 |
| ·据仓库的结构 | 第16-17页 |
| ·据仓库架构基本步骤 | 第17-18页 |
| ·数据预处理 | 第18-23页 |
| ·数据的相关概念 | 第19页 |
| ·实际数据存在的问题 | 第19-20页 |
| ·数据预处理的基本功能 | 第20-23页 |
| ·数据集成(Data Integration) | 第20页 |
| ·数据清洗(Data Cleaning) | 第20-21页 |
| ·数据变换(Data Transformation) | 第21-22页 |
| ·数据简化(Data Reduction) | 第22-23页 |
| 第三章 关联规则 | 第23-32页 |
| ·概述 | 第23页 |
| ·关联规则的相关概念 | 第23-26页 |
| ·基于最大频繁项目集的关联规则发现 | 第26-30页 |
| ·概述 | 第26-27页 |
| ·Apriori算法及其改进算法 | 第27-30页 |
| ·候选项目集的生成 | 第28页 |
| ·Apriori算法描述 | 第28-29页 |
| ·AprioriTid算法 | 第29-30页 |
| ·由频繁项目集产生关联规则 | 第30页 |
| ·关联规则的研究方向 | 第30-32页 |
| 第四章 关联规则挖掘编程实现 | 第32-48页 |
| ·总述 | 第32-34页 |
| ·类TAssociRules及其成员 | 第32-33页 |
| ·数据结构及相关数据存储 | 第33-34页 |
| ·频繁项目集产生的实现 | 第34-42页 |
| ·算法流程 | 第34-35页 |
| ·算法实现 | 第35-42页 |
| ·连接步及所用函数介绍 | 第36-37页 |
| ·剪枝步及所用函数介绍 | 第37-40页 |
| ·GetFrequentItemsets | 第40-42页 |
| ·由频繁项集集合产生关联规则的实现 | 第42-45页 |
| ·算法流程 | 第42页 |
| ·GetAllSub | 第42-44页 |
| ·GetcompSubItemsets | 第44页 |
| ·CulcuConf | 第44页 |
| ·GetAssociationRules | 第44-45页 |
| ·算法实例结果 | 第45-48页 |
| 第五章 数据挖掘在电厂中应用实例 | 第48-53页 |
| ·需求分析 | 第48-49页 |
| ·数据预处理 | 第49页 |
| ·空值处理 | 第49页 |
| ·噪声数据 | 第49页 |
| ·数据集成 | 第49页 |
| ·数据仓库的建立 | 第49-50页 |
| ·关联规则发现 | 第50-53页 |
| 结束语 | 第53-54页 |
| 在校期间发表的论文 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56页 |