| 致谢 | 第1-3页 |
| 中文摘要 | 第3-6页 |
| 第一章 引论 | 第6-9页 |
| 1．1 什么是数据挖掘 | 第6-8页 |
| 1．2 论文的来源及创新之处 | 第8-9页 |
| 第二章 关联规则挖掘及其现状分析 | 第9-14页 |
| 2．1 什么是关联规则 | 第9页 |
| 2．2 典型的关联规则挖掘方法—Apriori算法 | 第9-12页 |
| 2．3 本人对Apriori算法的看法 | 第12-14页 |
| 第三章 粗糙集理论及其技术 | 第14-22页 |
| 3．1 粗糙集与知识约简 | 第14-16页 |
| 3．2 知识表达系统和决策表 | 第16-17页 |
| 3．3 粗糙逻辑与决策 | 第17-20页 |
| 3．4 粗糙集理论的核心 | 第20页 |
| 3．5 基于粗糙集理论的规则挖掘方法的基本思想 | 第20-22页 |
| 第四章 基于粗糙集理论的规则挖掘方法 | 第22-34页 |
| 4．1 挖掘前的数据预处理 | 第22-24页 |
| 4．2 条件属性集和决策属性集的选择 | 第24页 |
| 4．3 条件属性集的约简及选择 | 第24-29页 |
| 4．4 规则的抽取和约简 | 第29-32页 |
| 4．5 规则统计过滤 | 第32-34页 |
| 第五章 一个基于粗糙集理论的规则产生实例 | 第34-39页 |
| 结束语 | 第39-40页 |
| 参考文献 | 第40-41页 |