基于日志的关联规则分析方法研究
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景与研究意义 | 第7-10页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本研究的创新之处 | 第12页 |
| 1.4 本文的组织结构 | 第12-13页 |
| 第二章 日志相关概念 | 第13-19页 |
| 2.1 日志的概念 | 第13-14页 |
| 2.2 日志的格式和类型 | 第14-15页 |
| 2.3 日志的语法和内容 | 第15-17页 |
| 2.3.1 日志的语法 | 第15-16页 |
| 2.3.2 日志的内容 | 第16-17页 |
| 本章小结 | 第17-19页 |
| 第三章 日志关联规则挖掘相关理论 | 第19-33页 |
| 3.1 数据挖掘技术 | 第19-21页 |
| 3.1.1 数据挖掘概述 | 第19-20页 |
| 3.1.2 数据挖掘常用技术 | 第20-21页 |
| 3.2 日志挖掘 | 第21-23页 |
| 3.2.1 日志挖掘概念与特点 | 第21-22页 |
| 3.2.2 日志挖掘过程 | 第22-23页 |
| 3.3 关联规则概念与度量 | 第23-24页 |
| 3.4 关联规则挖掘算法 | 第24-32页 |
| 3.4.1 Apriori算法 | 第24-28页 |
| 3.4.2 FP-growth算法 | 第28-32页 |
| 本章小结 | 第32-33页 |
| 第四章 关联规则挖掘算法的改进 | 第33-41页 |
| 4.1 关联规则算法的改进 | 第33-34页 |
| 4.2 改进的算法描述 | 第34-39页 |
| 4.2.1 D-Tree的建立 | 第34-35页 |
| 4.2.2 改进的FP-Tree的建立 | 第35-37页 |
| 4.2.3 频繁项集挖掘 | 第37-39页 |
| 本章小结 | 第39-41页 |
| 第五章 算法实现与实验仿真对比分析 | 第41-49页 |
| 5.1 改进算法的实现 | 第41-42页 |
| 5.2 对比实验设计 | 第42-43页 |
| 5.3 结果分析 | 第43-48页 |
| 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 总结 | 第49页 |
| 6.2 未来工作展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
