关联规则挖掘算法研究与改进
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 研究背景及选题意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 论文结构 | 第10页 |
| 1.4 本章小结 | 第10-11页 |
| 第二章 关联规则相关问题研究 | 第11-27页 |
| 2.1 关联规则 | 第11-14页 |
| 2.1.1 相关概念 | 第11-12页 |
| 2.1.2 关联规则的挖掘步骤 | 第12-13页 |
| 2.1.3 关联规则的挖掘方法 | 第13-14页 |
| 2.2 频繁项集挖掘算法 | 第14-21页 |
| 2.2.1 Apriori算法介绍 | 第14-16页 |
| 2.2.2 FP-Growth算法介绍 | 第16-19页 |
| 2.2.3 Eclat算法介绍 | 第19-21页 |
| 2.3 Top-k频繁项集挖掘算法 | 第21-23页 |
| 2.3.1 Top-k频繁项集基本概念 | 第21页 |
| 2.3.2 ATFP算法 | 第21-22页 |
| 2.3.3 TF2P-Growth算法 | 第22-23页 |
| 2.4 闭频繁项集挖掘算法 | 第23-26页 |
| 2.4.1 闭频繁项集基本概念 | 第23-24页 |
| 2.4.2 A-Close算法 | 第24页 |
| 2.4.3 Closet算法 | 第24-25页 |
| 2.4.4 Closet+算法 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于节点集Top-K频繁项集挖掘算法 | 第27-43页 |
| 3.1 POC-Tree模型 | 第27-28页 |
| 3.2 节点集 | 第28-29页 |
| 3.3 TOP-K算法TBN算法 | 第29-37页 |
| 3.3.1 k-频繁项集的生成 | 第29-30页 |
| 3.3.2 Top-K-Rank表 | 第30-32页 |
| 3.3.3 算法描述 | 第32-34页 |
| 3.3.4 TBN算法剪枝策略 | 第34-37页 |
| 3.3.5 TBN算法分析 | 第37页 |
| 3.4 实例分析 | 第37-38页 |
| 3.5 实验及结果分析 | 第38-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 基于节点集Top-K闭频繁项集挖掘算法 | 第43-53页 |
| 4.1 基本概念 | 第43-44页 |
| 4.2 TCBN算法 | 第44-48页 |
| 4.2.1 POC-Tree与闭项集 | 第44-45页 |
| 4.2.2 Top-k-Rank表 | 第45-46页 |
| 4.2.3 算法描述 | 第46-48页 |
| 4.3 实例分析 | 第48-49页 |
| 4.4 实验及结果分析 | 第49-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 主要结论与展望 | 第53-55页 |
| 5.1 主要结论 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第59页 |
