改进型频繁1-项集生成方法及实验研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 大数据简介 | 第11-12页 |
| 1.2 数据挖掘 | 第12-14页 |
| 1.2.1 数据挖掘的概念及由来 | 第12-13页 |
| 1.2.2 数据挖掘主要方法 | 第13-14页 |
| 1.3 关联规则 | 第14-15页 |
| 1.3.1 关联规则概念及由来 | 第14页 |
| 1.3.2 关联规则的分类 | 第14-15页 |
| 1.3.3 关联规则的应用 | 第15页 |
| 1.4 频繁项集 | 第15-16页 |
| 1.5 Web日志简介 | 第16页 |
| 1.6 作者主要工作及论文章节安排 | 第16-18页 |
| 第2章 关联规则相关算法简介 | 第18-33页 |
| 2.1 Apriori算法 | 第19-25页 |
| 2.1.1 Apriori算法简介 | 第19-22页 |
| 2.1.2 Apriori算法算法实例 | 第22-23页 |
| 2.1.3 Apriori算法缺点及相应改进现状 | 第23-24页 |
| 2.1.4 Apriori算法总结 | 第24-25页 |
| 2.2 FP-树频集算法 | 第25-32页 |
| 2.2.1 FP-树频集算法算法简介 | 第25-27页 |
| 2.2.2 FP-树频集算法实例 | 第27-32页 |
| 2.2.3 FP-树频集算法的优缺点 | 第32页 |
| 2.2.4 FP-树频集算法总结 | 第32页 |
| 2.3 本章小结 | 第32-33页 |
| 第3章 基于增量式数据生成频繁 1-项集改进方法 | 第33-40页 |
| 3.1 频繁1-项集生成改进基础 | 第33页 |
| 3.2 频繁1-项集生成改进思想 | 第33-36页 |
| 3.2.1 改进思想 | 第33-35页 |
| 3.2.2 改进方法 | 第35-36页 |
| 3.2.3 增加数据量及理论改进量 | 第36页 |
| 3.3 改进方法举例 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 数据处理及验证实验设计 | 第40-44页 |
| 4.1 数据处理 | 第40-41页 |
| 4.1.1 数据脱敏 | 第40页 |
| 4.1.2 数据清洗 | 第40-41页 |
| 4.2 实验设计 | 第41-42页 |
| 4.2.1 总体设计 | 第41-42页 |
| 4.2.2 数据库设计 | 第42页 |
| 4.3 代码组成设计 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 实验及分析 | 第44-52页 |
| 5.1 实验环境介绍 | 第44页 |
| 5.2 代码实现 | 第44-47页 |
| 5.3 实验步骤 | 第47-48页 |
| 5.3.1 新旧数据比例不变实验 | 第47页 |
| 5.3.2 总数据不变实验 | 第47-48页 |
| 5.4 实验结果分析 | 第48-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-54页 |
| 6.1 总结 | 第52-53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 作者简介及在硕士期间取得的科研成果 | 第59-60页 |
| 致谢 | 第60页 |
