| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 数据挖掘技术在食品安全风险评估的意义及其应用现状 | 第12-16页 |
| 1.2.1 数据挖掘技术在食品安全风险评估的意义 | 第12-13页 |
| 1.2.2 食品安全风险评估及检测数据分析的研究现状 | 第13-14页 |
| 1.2.3 数据挖掘技术的应用现状 | 第14-15页 |
| 1.2.4 数据挖掘技术在食品安全风险评估的应用现状 | 第15-16页 |
| 1.3 本文的研究内容和框架 | 第16-18页 |
| 1.3.1 研究内容 | 第16页 |
| 1.3.2 论文框架 | 第16-18页 |
| 第二章 研究基础 | 第18-27页 |
| 2.1 食品安全及其风险评估 | 第18-22页 |
| 2.1.1 食品安全 | 第18页 |
| 2.1.2 食品安全风险 | 第18-20页 |
| 2.1.3 食品安全风险监测 | 第20-21页 |
| 2.1.4 食品安全风险评估 | 第21页 |
| 2.1.5 食品安全风险评估的方法和途径 | 第21-22页 |
| 2.2 数据挖掘 | 第22-24页 |
| 2.2.1 数据挖掘概述 | 第22-24页 |
| 2.2.2 数据挖掘常用技术 | 第24页 |
| 2.3 数据挖掘工具介绍 | 第24-26页 |
| 2.3.1 SAS软件概述 | 第24-25页 |
| 2.3.2 SAS EM(Enterprise Miner)模块概述 | 第25-26页 |
| 2.4 小结 | 第26-27页 |
| 第三章 实现技术与评估对象选择 | 第27-34页 |
| 3.1 数据挖掘技术的选择 | 第27页 |
| 3.2 关联规则挖掘 | 第27-32页 |
| 3.2.1 挖掘频繁模式 | 第27-30页 |
| 3.2.2 多维关联规则 | 第30-31页 |
| 3.2.3 Apriori算法 | 第31-32页 |
| 3.3 评估对象及评价指标的选择原则 | 第32-33页 |
| 3.4 小结 | 第33-34页 |
| 第四章 食品安全风险评估系统的设计 | 第34-50页 |
| 4.1 数据准备 | 第34-39页 |
| 4.1.1 数据选择 | 第34-35页 |
| 4.1.2 数据清洗 | 第35-37页 |
| 4.1.3 数据离散化 | 第37页 |
| 4.1.4 概念分层 | 第37-38页 |
| 4.1.5 本次数据挖掘的部分数据预处理 | 第38-39页 |
| 4.2 数据库设计 | 第39-47页 |
| 4.2.1 数据结构、数据项及属性选择 | 第40页 |
| 4.2.2 E-R图 | 第40-44页 |
| 4.2.3 数据表设计 | 第44-47页 |
| 4.3 功能模块的设计 | 第47-49页 |
| 4.4 小结 | 第49-50页 |
| 第五章 食品安全风险评估实现 | 第50-72页 |
| 5.1 应用与实现 | 第50-52页 |
| 5.1.1 关联规则挖掘的具体步骤 | 第50页 |
| 5.1.2 关联规则挖掘的流程 | 第50-51页 |
| 5.1.3 食品安全风险评估具体流程 | 第51-52页 |
| 5.2 挖掘过程 | 第52-68页 |
| 5.3 关联规则筛选 | 第68-70页 |
| 5.3.1 相关性筛选 | 第68页 |
| 5.3.2 逻辑性筛选 | 第68-69页 |
| 5.3.3 信息冗余筛选 | 第69-70页 |
| 5.3.4 筛选规则效果及分析 | 第70页 |
| 5.4 挖掘结果分析 | 第70-71页 |
| 5.5 小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间取得成果 | 第77页 |
