基于粒度计算的数据挖掘方法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-23页 |
| ·引言 | 第11-12页 |
| ·数据挖掘概述 | 第12-17页 |
| ·数据挖掘的概念 | 第12页 |
| ·数据挖掘的对象 | 第12页 |
| ·数据挖掘的功能及挖掘的模式 | 第12-15页 |
| ·数据挖掘面临的主要问题 | 第15-17页 |
| ·数据挖掘的应用和发展趋势 | 第17-20页 |
| ·数据挖掘的应用 | 第17-20页 |
| ·数据挖掘的发展趋势 | 第20页 |
| ·数据挖掘方法的国内外研究现状 | 第20-22页 |
| ·论文研究的主要内容 | 第22-23页 |
| 2 关联规则挖掘 | 第23-34页 |
| ·挖掘关联规则的一个例子—购物篮分析 | 第23-24页 |
| ·关联规则的一些相关概念 | 第24-26页 |
| ·关联规则的分类 | 第26-30页 |
| ·基于规则中处理的变量分类 | 第26页 |
| ·基于规则中涉及到的数据维分类 | 第26-27页 |
| ·基于规则中数据的抽象层次分类 | 第27-28页 |
| ·基于对关联规则的不同扩充分类 | 第28-30页 |
| ·关联规则挖掘的典型算法 | 第30-32页 |
| ·挖掘关联规则的基本步骤 | 第32-34页 |
| 3 粒度计算 | 第34-44页 |
| ·粒计算的基本概念 | 第34页 |
| ·粒计算及其理论基础 | 第34-35页 |
| ·粒计算的基本内容 | 第35-38页 |
| ·信息粒度的构成 | 第36-37页 |
| ·信息粒子和粒度的“粗细” | 第37-38页 |
| ·粒化模型 | 第38-44页 |
| ·框架模型 | 第38页 |
| ·粒计算模型及它们的相互关系 | 第38-44页 |
| 4 基于粒计算的关联规则挖掘算法 | 第44-60页 |
| ·挖掘关联规则的经典算法—Apriori算法 | 第44-50页 |
| ·Apriori算法解释 | 第45-46页 |
| ·算法描述 | 第46-48页 |
| ·Apriori算法举例 | 第48-50页 |
| ·Apriori算法的评价 | 第50-51页 |
| ·Apriori算法的一些改进技术 | 第51-53页 |
| ·基于粒计算的关联规则挖掘算法—AR_GrC | 第53-60页 |
| ·基于粒计算的支持度和信任度 | 第54-56页 |
| ·算法的思想 | 第56-57页 |
| ·算法的描述 | 第57-58页 |
| ·实例验证算法 | 第58-59页 |
| ·算法特点分析 | 第59-60页 |
| 5 基于粒计算的多层次关联规则挖掘算法 | 第60-70页 |
| ·层次化结构 | 第60-61页 |
| ·一般化识别编码 | 第61-63页 |
| ·多层次关联规则挖掘算法 | 第63-67页 |
| ·一致支持度 | 第63页 |
| ·递减支持度 | 第63-65页 |
| ·具体流程 | 第65-67页 |
| ·基于粒计算的多层次关联规则挖掘算法 | 第67-69页 |
| ·算法解释 | 第67-68页 |
| ·算法描述 | 第68-69页 |
| ·算法的特点分析 | 第69-70页 |
| 6 总结 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 在学研究成果 | 第78-79页 |
| 致谢 | 第79页 |
