基于滑动窗口的数据流关联规则挖掘研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题背景 | 第9页 |
| ·数据流概述 | 第9-13页 |
| ·数据流模型 | 第9-10页 |
| ·数据流处理模型 | 第10-11页 |
| ·数据流管理系统 | 第11-12页 |
| ·数据流挖掘 | 第12-13页 |
| ·数据流关联规则挖掘 | 第13-14页 |
| ·本文主要研究内容 | 第14-15页 |
| ·本文结构 | 第15-16页 |
| 第2章 数据流挖掘相关研究 | 第16-27页 |
| ·数据流挖掘的基本思想及主要方法 | 第16-20页 |
| ·抽样方法 | 第16-17页 |
| ·直方图方法 | 第17-18页 |
| ·小波方法 | 第18-19页 |
| ·哈希方法 | 第19-20页 |
| ·频繁项挖掘 | 第20-23页 |
| ·Lossy Counting算法 | 第21页 |
| ·Space-Saving算法 | 第21-23页 |
| ·HCount算法 | 第23页 |
| ·关联规则挖掘 | 第23-26页 |
| ·Apriori算法 | 第24-25页 |
| ·Stream_Rule算法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 滑动窗口模型下的关联规则挖掘 | 第27-45页 |
| ·应用背景 | 第27-28页 |
| ·问题定义 | 第28-29页 |
| ·关联规则挖掘算法 | 第29-37页 |
| ·Native算法 | 第30-34页 |
| ·MARSW算法 | 第34-37页 |
| ·误差分析 | 第37-38页 |
| ·实验 | 第38-43页 |
| ·概要数据结构性能 | 第39-40页 |
| ·小规模滑动窗口下算法性能 | 第40-42页 |
| ·大规模滑动窗口下算法性能 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第4章 数据流管理系统中的关联规则挖掘 | 第45-51页 |
| ·应用背景 | 第45-46页 |
| ·关联规则挖掘算法移植 | 第46-47页 |
| ·数据流管理系统Federator | 第47-48页 |
| ·数据流管理系统中关联规则挖掘实现 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| ·工作总结 | 第51-52页 |
| ·未来展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间主要的研究成果 | 第57-58页 |
| 致谢 | 第58页 |
