| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题背景 | 第10-11页 |
| ·国内外研究现状和发展趋势 | 第11-13页 |
| ·关联规则挖掘算法分类 | 第11-12页 |
| ·关联规则挖掘技术的研究与发展方向 | 第12-13页 |
| ·课题的主要工作 | 第13-14页 |
| ·论文的组织 | 第14-15页 |
| 第2章 数据挖掘理论 | 第15-25页 |
| ·数据挖掘的产生 | 第15-16页 |
| ·数据挖掘的定义 | 第16-17页 |
| ·数据挖掘的应用范围 | 第17-22页 |
| ·关系数据库 | 第17-19页 |
| ·数据仓库 | 第19-20页 |
| ·事务数据库 | 第20页 |
| ·高级数据库系统和高级数据库应用 | 第20-22页 |
| ·数据挖掘的过程 | 第22-23页 |
| ·数据挖掘的研究现状和发展趋势 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 关联规则挖掘理论和经典算法 | 第25-36页 |
| ·基本概念 | 第25-27页 |
| ·关联规则的挖掘过程 | 第27-28页 |
| ·关联规则挖掘算法 | 第28-35页 |
| ·Apriori算法 | 第28-31页 |
| ·Apriori_Tid算法 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 对经典频繁集算法的改进 | 第36-46页 |
| ·减少计算支持度计数的工作量 | 第36-42页 |
| ·相关研究 | 第37-38页 |
| ·本文对计算支持度计数的改进 | 第38-42页 |
| ·本算法与Apriori算法的比较 | 第42页 |
| ·减少候选项目集数量 | 第42-45页 |
| ·相关研究 | 第43页 |
| ·本文的改进 | 第43-45页 |
| ·本算法与apriori_gen的比较 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第5章 ZS_Apriori算法在高校管理中的应用 | 第46-53页 |
| ·ZS_Apriori算法在课堂教学质量评价中的应用 | 第46-50页 |
| ·数据准备 | 第46-48页 |
| ·挖掘关联规则 | 第48页 |
| ·规则分析 | 第48-50页 |
| ·ZS_Apriori算法在就业分析方面的应用 | 第50-51页 |
| ·数据准备 | 第50-51页 |
| ·关联规则挖掘 | 第51页 |
| ·关联规则分析 | 第51页 |
| ·本章小结 | 第51-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表的学术论文 | 第58-59页 |
| 致谢 | 第59-60页 |
| 工程硕士研究生个人简历 | 第60页 |