| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-21页 |
| ·研究背景 | 第12-13页 |
| ·数据挖掘概述 | 第13-17页 |
| ·数据挖掘的定义 | 第13-14页 |
| ·数据挖掘的过程 | 第14-15页 |
| ·数据挖掘的应用 | 第15-16页 |
| ·数据挖掘的常用技术 | 第16-17页 |
| ·国内外研究现状 | 第17-18页 |
| ·论文的研究内容 | 第18-19页 |
| ·论文的组织结构 | 第19-21页 |
| 第2章 关联规则挖掘 | 第21-31页 |
| ·关联规则的描述 | 第21-22页 |
| ·关联规则挖掘的基本步骤 | 第22-23页 |
| ·关联规则挖掘算法 | 第23-30页 |
| ·关联规则经典挖掘算法Apriori | 第23-26页 |
| ·基于Apriori算法的改进方法 | 第26-27页 |
| ·不产生候选挖掘频繁项集的算法FP-growth | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于FP-TREE的最大频繁项目集挖掘算法DMFIA-D | 第31-45页 |
| ·最大频繁项目集挖掘的概述 | 第31-33页 |
| ·最大频繁项目集挖掘的概念 | 第31-32页 |
| ·最大频繁项目集挖掘算法研究现状 | 第32-33页 |
| ·新的FP-TREE的设计与构造 | 第33-35页 |
| ·新的FP-tree的定义 | 第33页 |
| ·新的FP-tree的构造算法 | 第33-34页 |
| ·新的FP-tree的性质 | 第34-35页 |
| ·DMFIA-D算法 | 第35-39页 |
| ·DMFIA-D算法的搜索策略 | 第35-36页 |
| ·DMFIA-D算法具体思想 | 第36-38页 |
| ·DMFIA-D算法描述 | 第38-39页 |
| ·实例说明 | 第39-41页 |
| ·算法分析比较及实验性能测试 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于临时表的增量更新算法MFUP | 第45-56页 |
| ·增量式更新算法的概述 | 第45-47页 |
| ·增量式更新算法的分类 | 第45-46页 |
| ·增量式关联规则更新算法研究现状 | 第46页 |
| ·FUP算法 | 第46-47页 |
| ·基于临时表的增量更新算法MFUP | 第47-52页 |
| ·增量更新中频繁项集的性质 | 第48-49页 |
| ·MFUP算法基本思路 | 第49-50页 |
| ·MFUP算法描述过程 | 第50-52页 |
| ·实例说明 | 第52-54页 |
| ·实验及算法性能分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 关联规则技术在超市系统分析中的应用尝试 | 第56-64页 |
| ·数据挖掘过程 | 第56-57页 |
| ·超市系统简介 | 第57-58页 |
| ·数据预处理 | 第58-60页 |
| ·实验结果 | 第60-61页 |
| ·关联规则分析 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读学位期间发表的学术论文 | 第70-71页 |
| 致谢 | 第71页 |