| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-18页 |
| ·KDD的产生 | 第9页 |
| ·KDD的定义 | 第9-11页 |
| ·KDD的步骤 | 第9-11页 |
| ·KDD与DM的界定 | 第11页 |
| ·数据挖掘技术 | 第11-15页 |
| ·数据挖掘研究内容和本质 | 第11-13页 |
| ·数据挖掘的方法 | 第13-14页 |
| ·数据挖掘的主要应用 | 第14-15页 |
| ·数据挖掘的成功案例 | 第15页 |
| ·序列模式挖掘技术 | 第15-16页 |
| ·本文的主要工作 | 第16页 |
| ·论文的组织 | 第16-18页 |
| 第二章 时间序列模式挖掘基本理论 | 第18-22页 |
| ·序列模式挖掘的产生 | 第18页 |
| ·时间序列数据概述 | 第18-19页 |
| ·时序数据及相关概念 | 第18-19页 |
| ·时间序列数据的典型分析方法 | 第19页 |
| ·时间序列模式与关联规则的异同点 | 第19-21页 |
| ·关联规则简介 | 第19-20页 |
| ·相同点 | 第20-21页 |
| ·不同点 | 第21页 |
| ·小结 | 第21-22页 |
| 第三章 时间序列模式挖掘相关算法 | 第22-34页 |
| ·问题叙述及基本概念 | 第22-23页 |
| ·AprioriAll算法 | 第23-26页 |
| ·GSP(Generalized Sequential Patterns)算法 | 第26-30页 |
| ·ApriorAii算法的局限之处 | 第26-27页 |
| ·GSP算法 | 第27-30页 |
| ·FPAM(Frequent Pattern Adjacent Matrix)算法 | 第30-33页 |
| ·邻接矩阵的引入 | 第31页 |
| ·利用邻接矩阵产生频繁项集 | 第31页 |
| ·FPAM时序挖掘算法 | 第31-33页 |
| ·小结 | 第33-34页 |
| 第四章 基于序列线索树的序列模式挖掘算法研究 | 第34-45页 |
| ·序列线索树结构(sequences Thread Tree) | 第34-37页 |
| ·TTSP时间序列模式挖掘总体算法 | 第37-38页 |
| ·建立序列线索树 | 第38-41页 |
| ·利用序列线索树产生频繁序列 | 第41-42页 |
| ·增量式最小支持度的计算 | 第42-44页 |
| ·小结 | 第44-45页 |
| 第五章 算法的性能分析及结论 | 第45-50页 |
| ·TTSP算法的实验分析 | 第45-47页 |
| ·总结及展望 | 第47-50页 |
| ·本文结论 | 第47-48页 |
| ·未来展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间发表的学术论文目录 | 第54页 |
