| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·数据挖掘产生背景 | 第8页 |
| ·数据挖掘综述 | 第8-14页 |
| ·数据挖掘的定义 | 第8-9页 |
| ·数据挖掘过程 | 第9-11页 |
| ·数据挖掘功能 | 第11-13页 |
| ·数据挖掘的发展趋势 | 第13-14页 |
| ·本文的主要研究方向与内容概要 | 第14-15页 |
| 第二章 关联规则挖掘 | 第15-26页 |
| ·关联规则概述 | 第15页 |
| ·关联规则挖掘的基本概念 | 第15-17页 |
| ·关联规则定义 | 第15-16页 |
| ·关联规则的分类 | 第16-17页 |
| ·关联规则挖掘的研究现状 | 第17-18页 |
| ·关联规则挖掘算法 | 第18-21页 |
| ·关联规则挖掘算法两步骤 | 第18-19页 |
| ·关联规则挖掘算法分类 | 第19-21页 |
| ·数据库中关联规则挖掘的经典算法 | 第21-23页 |
| ·Apriori算法描述 | 第21-23页 |
| ·Apriori算法的关键技术 | 第23页 |
| ·关联规则价值衡量的方法 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 关联规则挖掘算法改进 | 第26-39页 |
| ·Apriori算法的性能瓶颈问题 | 第26页 |
| ·关联规则挖掘算法的优化 | 第26-28页 |
| ·多最小支持度关联规则挖掘 | 第28-30页 |
| ·关联规则中的多最小支持度 | 第28-29页 |
| ·多最小支持度关联规则挖掘研究现状 | 第29-30页 |
| ·CB(Cluster-Based) APRIORI算法 | 第30-38页 |
| ·CBApriori算法思想 | 第30-31页 |
| ·CBApriori算法描述 | 第31-34页 |
| ·举例说明 | 第34-36页 |
| ·Apriori算法和CBApriori算法评估 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 挖掘工具原型设计与实现 | 第39-46页 |
| ·挖掘工具原型设计依据 | 第39-40页 |
| ·挖掘工具原型的实现环境 | 第40页 |
| ·工具原型的主要功能及实现方法 | 第40-43页 |
| ·设计思路及工作流程 | 第40页 |
| ·主要功能及实现方法 | 第40-43页 |
| ·系统的特点 | 第43-44页 |
| ·关联规则的挖掘在商业决策中应用目标 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 保护隐私的关联规则挖掘 | 第46-54页 |
| ·隐私保护数据挖掘的产生背景 | 第46页 |
| ·隐私保护数据挖掘的现状 | 第46-48页 |
| ·保护隐私关联规则挖掘 | 第48-53页 |
| ·随机响应技术 | 第49页 |
| ·数据的伪装 | 第49-50页 |
| ·数据的统计方法 | 第50-51页 |
| ·规则的产生 | 第51页 |
| ·隐私保护程度的量化定义 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| ·本文总结 | 第54-55页 |
| ·本文展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 在校期间发表的论文 | 第61-62页 |
| 致谢 | 第62页 |