海量客运数据中的频繁旅行模式发现算法研究与实现
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第8-10页 |
| 1 引言 | 第10-15页 |
| ·研究背景和意义 | 第10页 |
| ·国内外研究综述 | 第10-13页 |
| ·论文的创新之处 | 第13页 |
| ·论文的组织结构 | 第13-15页 |
| 2 频繁模式发现算法研究 | 第15-33页 |
| ·频繁模式发现的相关概念 | 第15-16页 |
| ·关联规则挖掘算法Apriori | 第16-18页 |
| ·基于模式增长的算法 | 第18-32页 |
| ·FP-growth算法 | 第18-24页 |
| ·FPmax*和FPclose算法 | 第24-32页 |
| ·本章小结 | 第32-33页 |
| 3 海量客运数据频繁模式发现算法 | 第33-47页 |
| ·海量客运数据集的特点 | 第33-34页 |
| ·基于事务数据划分的频繁模式发现算法TDPFP | 第34-42页 |
| ·TDP数据模型 | 第34-37页 |
| ·TDPFP算法流程 | 第37-42页 |
| ·试验和分析 | 第42-45页 |
| ·本章小结 | 第45-47页 |
| 4 基于TDPFP的增量更新算法 | 第47-54页 |
| ·基于TDPFP的增量更新算法TDPIU | 第47-50页 |
| ·试验和分析 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 5 结论 | 第54-56页 |
| ·论文工作总结 | 第54页 |
| ·研究课题展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 学位论文数据集 | 第60页 |