| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 静态数据库的高效用模式挖掘的研究现状 | 第13-14页 |
| 1.2.2 增量高效用模式挖掘的研究现状 | 第14-15页 |
| 1.3 本文的研究内容及意义 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-18页 |
| 第2章 相关理论与技术 | 第18-31页 |
| 2.1 相关概念及定义 | 第18-20页 |
| 2.2 静态数据库的高效用模式挖掘相关算法 | 第20-28页 |
| 2.2.1 HUI-Miner算法 | 第20-24页 |
| 2.2.2 FHM算法 | 第24-25页 |
| 2.2.3 D~2HUP算法 | 第25-28页 |
| 2.3 增量高效用模式挖掘相关算法 | 第28-30页 |
| 2.3.1 HUI-LIST-INS算法 | 第28-29页 |
| 2.3.2 EIHI算法 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 静态数据库中的高效用模式挖掘算法HUPMP | 第31-46页 |
| 3.1 HUPMP的设计思想 | 第31-32页 |
| 3.2 HUP-Array结构的建立 | 第32-37页 |
| 3.3 基于HUP-Array结构的高效用模式挖掘 | 第37-42页 |
| 3.4 基于HUP-Result结构的高效用模式存储 | 第42页 |
| 3.5 实验与结果分析 | 第42-45页 |
| 3.5.1 实验环境 | 第42-43页 |
| 3.5.2 时间性能分析 | 第43-44页 |
| 3.5.3 内存性能分析 | 第44-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第4章 增量高效用模式挖掘算法IHUP | 第46-57页 |
| 4.1 IHUP算法的设计思想 | 第46-48页 |
| 4.2 基于HUP-Array结构的新事务处理 | 第48-50页 |
| 4.3 基于HUP-Array结构的增量高效用模式挖掘 | 第50-51页 |
| 4.4 高效用模式的更新和插入 | 第51-52页 |
| 4.5 实验结果与分析 | 第52-56页 |
| 4.5.1 实验环境 | 第52页 |
| 4.5.2 时间性能分析 | 第52-55页 |
| 4.5.3 内存性能分析 | 第55-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第5章 高效用模式挖掘的应用 | 第57-68页 |
| 5.1 微博好友推荐概述 | 第57页 |
| 5.2 高效用模式挖掘进行新浪微博好友推荐设计思想 | 第57-59页 |
| 5.3 新浪微博数据采集方案 | 第59-61页 |
| 5.4 基于HUPMP算法的微博好友推荐应用 | 第61-65页 |
| 5.4.1 基于HUPMP算法微博好友推荐的实现 | 第61-64页 |
| 5.4.2 实验评估 | 第64-65页 |
| 5.5 基于IHUP算法的微博好友推荐应用 | 第65-67页 |
| 5.5.1 动态增量数据库中微博好友推荐系统的架构 | 第65-66页 |
| 5.5.2 微博好友推荐系统的可扩展性说明 | 第66-67页 |
| 5.6 本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 6.1 本文工作总结 | 第68页 |
| 6.2 进一步工作展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 在校期间发表的论文、科研成果等 | 第74-75页 |
| 致谢 | 第75页 |
