基于元知识的数据挖掘系统研究
| 第1章 绪论 | 第1-28页 |
| ·课题的研究意义 | 第14-23页 |
| ·应用需要推动数据挖掘技术的发展 | 第14-16页 |
| ·理论及技术支持 | 第16-20页 |
| ·数据挖掘技术亟待发展 | 第20-21页 |
| ·数据挖掘技术面临的挑战 | 第21-23页 |
| ·本文的目的 | 第23-24页 |
| ·本文的研究内容 | 第24-27页 |
| ·本文要解决的关键问题 | 第27页 |
| ·本文的组织 | 第27-28页 |
| 第2章 数据挖掘 | 第28-54页 |
| ·数据挖掘技术的研究历史及现状 | 第28-30页 |
| ·数据挖掘的定义 | 第30-34页 |
| ·定义 | 第30-31页 |
| ·挖掘知识的类型 | 第31-33页 |
| ·数据挖掘的特征 | 第33-34页 |
| ·数据挖掘技术的定位 | 第34-39页 |
| ·数据挖掘的分类 | 第34页 |
| ·在决策空间中的定位 | 第34-36页 |
| ·数据挖掘与专家系统的区别 | 第36-37页 |
| ·数据挖掘和数据仓库 | 第37页 |
| ·数据挖掘和OLAP | 第37-38页 |
| ·数据挖掘、机器学习和统计学 | 第38-39页 |
| ·数据挖掘的应用和产品 | 第39-47页 |
| ·应用领域 | 第39-44页 |
| ·应用实例和产品 | 第44-47页 |
| ·数据挖掘过程 | 第47-51页 |
| ·数据挖掘过程的参考模型 | 第47-49页 |
| ·数据挖掘过程 | 第49-51页 |
| ·数据挖掘研究的新领域 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 第3章 关联规则 | 第54-71页 |
| ·关联规则的定义 | 第54-59页 |
| ·相关定义 | 第54-58页 |
| ·关联规则的扩展形式 | 第58页 |
| ·在关联规则的挖掘中要注意的问题 | 第58-59页 |
| ·关联规则的经典算法 | 第59-64页 |
| ·经典关联规则算法分析 | 第59-62页 |
| ·若干典型的改进算法 | 第62-64页 |
| ·关联规则的主要研究方向 | 第64-69页 |
| ·经典关联规则以及其改进算法的研究 | 第64-65页 |
| ·意外关联规则的挖掘算法研究 | 第65页 |
| ·数字属性或量化关联规则的挖掘算法研究 | 第65-66页 |
| ·基于限制和约束的关联规则挖掘算法研究 | 第66页 |
| ·并行关联规则挖掘算法研究 | 第66-67页 |
| ·多层关联规则的挖掘算法研究 | 第67-68页 |
| ·关联规则与其它数据挖掘算法的结合研究 | 第68页 |
| ·关联规则与数据库的集成问题研究 | 第68-69页 |
| ·关联规则的后处理 | 第69页 |
| ·其它方向 | 第69页 |
| ·本章小结 | 第69-71页 |
| 第4章 基于约束的关联规则挖掘算法研究 | 第71-92页 |
| ·典关联规则挖掘算法分析 | 第71-73页 |
| ·经典关联规则挖掘算法的缺陷 | 第71-73页 |
| ·关联规则挖掘的新思路 | 第73页 |
| ·关于约束 | 第73-76页 |
| ·基于约束的挖掘 | 第76-87页 |
| ·两种含有约束的挖掘方法 | 第76-78页 |
| ·基于规则约束的挖掘 | 第78-79页 |
| ·反单调性约束 | 第79-82页 |
| ·简洁性约束 | 第82-85页 |
| ·成员生成函数 | 第85-87页 |
| ·基于约束的关联规则挖掘算法研究 | 第87-91页 |
| ·受限的关联查询 | 第87页 |
| ·算法CAP研究 | 第87-88页 |
| ·简洁和反单调约束 | 第88页 |
| ·简洁的非反单调的约束 | 第88-89页 |
| ·反单调的非简洁的约束 | 第89页 |
| ·非简洁非反单调约束 | 第89-90页 |
| ·多约束控制 | 第90-91页 |
| ·本章小结 | 第91-92页 |
| 第5章 两种面向特别需求的算法研究 | 第92-120页 |
| ·联合约束的挖掘算法研究 | 第92-99页 |
| ·联合约束是自然的要求 | 第92页 |
| ·约束归纳 | 第92-93页 |
| ·关于2变量约束 | 第93-94页 |
| ·两变量约束的反单调性研究 | 第94-96页 |
| ·准简洁性定义 | 第96-99页 |
| ·两变量约束转换方法研究 | 第99-107页 |
| ·两变量域约束的转换方法研究 | 第99-101页 |
| ·聚集约束转换方法研究 | 第101-102页 |
| ·基于2变量约束的挖掘算法描述 | 第102-103页 |
| ·实验结果分析 | 第103-105页 |
| ·改进策略的提出 | 第105-106页 |
| ·对复杂聚集约束的转换策略的提出 | 第106-107页 |
| ·基于可变支持度挖掘算法定义的提出 | 第107-112页 |
| ·引言 | 第107-108页 |
| ·桶和模式定义的提出 | 第108-109页 |
| ·建立确定模式最小支持度的方法 | 第109-110页 |
| ·0支持度模式概念的提出 | 第110-111页 |
| ·匹配原则的建立 | 第111-112页 |
| ·用枚举树来描述模式 | 第112-114页 |
| ·建立基于可变支持度约束的挖掘算法 | 第114-119页 |
| ·桶的划分 | 第114-115页 |
| ·含0支持度模式的匹配策略 | 第115-117页 |
| ·算法操作流程描述 | 第117-119页 |
| ·算法分析与比较 | 第119页 |
| ·本章小结 | 第119-120页 |
| 第6章 元知识在数据挖掘中的应用研究 | 第120-137页 |
| ·知识和领域知识 | 第120-123页 |
| ·概述 | 第120-121页 |
| ·什么是知识 | 第121页 |
| ·知识原理 | 第121-123页 |
| ·领域知识 | 第123页 |
| ·元知识 | 第123-125页 |
| ·元知识的定义 | 第123-124页 |
| ·元知识的研究与应用 | 第124-125页 |
| ·元知识指导数据挖掘过程思想的提出 | 第125-129页 |
| ·数据挖掘中应充分利用领域知识 | 第125-127页 |
| ·元知识为领域知识的使用创造环境 | 第127-128页 |
| ·元知识指导数据挖掘全过程的模式研究 | 第128-129页 |
| ·数据挖掘元知识的内容的确定 | 第129-134页 |
| ·静态元知识 | 第129-131页 |
| ·动态元知识 | 第131-132页 |
| ·完全上下文元知识定义的提出 | 第132-134页 |
| ·数据挖掘系统元知识应用模型的建立 | 第134-136页 |
| ·本章小结 | 第136-137页 |
| 第7章 基于元知识的数据挖掘系统研究 | 第137-157页 |
| ·系统结构研究 | 第137-141页 |
| ·研究目标 | 第137-139页 |
| ·系统结构 | 第139-141页 |
| ·关于数据挖掘查询语言 | 第141-145页 |
| ·数据挖掘查询语言 | 第141-144页 |
| ·语法说明 | 第144-145页 |
| ·系统实现 | 第145-152页 |
| ·技术途径 | 第145-146页 |
| ·基于元知识的数据挖掘系统描述 | 第146-148页 |
| ·系统图形用户界面功能设计 | 第148-150页 |
| ·属性相关分析在数据挖掘中的应用方案的提出 | 第150-152页 |
| ·基于元知识的关联规则挖掘系统流程 | 第152-155页 |
| ·用户评价 | 第155-156页 |
| ·本章小结 | 第156-157页 |
| 结论 | 第157-159页 |
| 参考文献 | 第159-175页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第175-176页 |
| 致谢 | 第176-178页 |
| 个人简历 | 第178页 |
