| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·课题研究背景 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·论文研究的主要内容 | 第9-10页 |
| ·论文组织结构 | 第10-12页 |
| 2 数据挖掘与关联规则挖掘相关技术 | 第12-20页 |
| ·数据挖掘技术 | 第12-14页 |
| ·数据挖掘概念与系统组成 | 第12-13页 |
| ·数据挖掘的系统结构 | 第13-14页 |
| ·关联规则挖掘基本概念与性质 | 第14-16页 |
| ·关联规则挖掘分类 | 第16-17页 |
| ·关联规则挖掘步骤 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 3 关联规则挖掘算法研究 | 第20-28页 |
| ·引言 | 第20页 |
| ·经典Apriori算法 | 第20-25页 |
| ·Apriori算法 | 第20-23页 |
| ·Apriori算法实例 | 第23-25页 |
| ·Apriori算法存在的不足 | 第25页 |
| ·其它已有的Apriori改进算法 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 4 关联规则挖掘改进算法 | 第28-42页 |
| ·引言 | 第28-29页 |
| ·基于十字链表的Apriori改进算法 | 第29-34页 |
| ·事务数据库的十字链表表示方法 | 第29-30页 |
| ·十字链表的使用方法 | 第30-32页 |
| ·实例说明 | 第32-33页 |
| ·改进的Apriori算法 | 第33-34页 |
| ·基于单链表的Apriori改进算法 | 第34-40页 |
| ·事务数据库的带头结点的链表表示方法 | 第34-35页 |
| ·带头结点的链表的使用方法 | 第35-36页 |
| ·实例说明 | 第36-39页 |
| ·新的高效Apriori算法 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 5 关联规则挖掘算法实验结果分析 | 第42-49页 |
| ·引言 | 第42页 |
| ·关联规则挖掘实验数据准备 | 第42-45页 |
| ·选择数据源 | 第42-43页 |
| ·数据清理 | 第43-45页 |
| ·关联规则算法挖掘过程 | 第45-47页 |
| ·Apriori算法挖掘过程 | 第45页 |
| ·基于十字链表的Apriori改进算法挖掘过程 | 第45-46页 |
| ·基于带头结点链表的Apriori改进算法挖掘过程 | 第46-47页 |
| ·实验结果比较 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 6 结束语 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表的论文 | 第54页 |