| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 关联规则的研究现状 | 第11-13页 |
| 1.2.2 关联规则的应用现状 | 第13页 |
| 1.3 论文研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第2章 关联规则技术 | 第16-28页 |
| 2.1 数据挖掘技术 | 第16-18页 |
| 2.2 关联规则的基本理论 | 第18-23页 |
| 2.2.1 关联规则定义 | 第18-19页 |
| 2.2.2 关联规则的挖掘步骤 | 第19-20页 |
| 2.2.3 经典的Apriori算法 | 第20-22页 |
| 2.2.4 关联规则的算法存在的问题 | 第22-23页 |
| 2.3 关联规则的扩展 | 第23-26页 |
| 2.3.1 多维关联规则挖掘 | 第23-24页 |
| 2.3.2 数量关联规则挖掘 | 第24-25页 |
| 2.3.3 负关联规则挖掘 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 面向审计领域的关联规则算法的研究与设计 | 第28-44页 |
| 3.1 审计数据的特点 | 第28-30页 |
| 3.2 稀少数据项问题分析 | 第30-37页 |
| 3.2.1 单支持度的局限性 | 第30-32页 |
| 3.2.2 多最小支持度算法模型分析 | 第32-34页 |
| 3.2.3 倾斜支持度分布的分析 | 第34-37页 |
| 3.3 多最小支持度算法设计 | 第37-43页 |
| 3.3.1 多最小支持度算法MSAC_Apriori算法 | 第37-42页 |
| 3.3.2 最小支持度的设置 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 面向联网审计业务数据的关联规则的应用 | 第44-58页 |
| 4.1 联网审计系统介绍 | 第44-45页 |
| 4.2 审计数据关联规则应用模型构建 | 第45-46页 |
| 4.3 审计业务数据的关联规则的实现 | 第46-56页 |
| 4.3.1 数据预处理 | 第46-51页 |
| 4.3.2 实验测试 | 第51-56页 |
| 4.4 本章小结 | 第56-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第64-66页 |
| 致谢 | 第66页 |