| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1.绪论 | 第9-13页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 课题研究现状及发展趋势 | 第10-11页 |
| 1.3 本文主要研究内容 | 第11页 |
| 1.4 论文结构 | 第11-13页 |
| 2.数据挖掘综述 | 第13-20页 |
| 2.1 数据挖掘概念 | 第13-14页 |
| 2.1.1 数据挖掘定义 | 第13页 |
| 2.1.2 数据挖掘的特点 | 第13-14页 |
| 2.2 数据挖掘步骤及方法 | 第14-19页 |
| 2.2.1 数据挖掘步骤 | 第14-18页 |
| 2.2.2 数据挖掘方法 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 3.关联规则及算法的研究与改进 | 第20-42页 |
| 3.1 关联规则概述 | 第20-23页 |
| 3.1.1 关联规则定义 | 第20-22页 |
| 3.1.2 关联规则挖掘步骤 | 第22-23页 |
| 3.1.3 关联规则的种类 | 第23页 |
| 3.2 经典算法Apriori | 第23-32页 |
| 3.2.1 Apriori算法描述 | 第24-26页 |
| 3.2.2 算法实例 | 第26-28页 |
| 3.2.3 关联规则的产生 | 第28-29页 |
| 3.2.4 Apriori算法评价 | 第29-30页 |
| 3.2.5 Apriori算法常用优化方法 | 第30-32页 |
| 3.3 基于降低候选项集优化Apriori的算法：Apriori_Reduce | 第32-40页 |
| 3.3.1 改进算法Apriori_Reduce说明 | 第32-34页 |
| 3.3.2 算法原理 | 第34-35页 |
| 3.3.3 实例分析 | 第35-38页 |
| 3.3.4 性能评估 | 第38-40页 |
| 3.4 本章小结 | 第40-42页 |
| 4.关联规则在银行客户信息分析的应用 | 第42-51页 |
| 4.1 数据挖掘应用实现说明 | 第42-44页 |
| 4.1.1 业务需求目标 | 第42页 |
| 4.1.2 实现过程 | 第42-44页 |
| 4.2 数据准备 | 第44-48页 |
| 4.2.1 数据收集 | 第44页 |
| 4.2.2 数据预处理 | 第44-48页 |
| 4.3 银行客户信息挖掘结果分析 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 5.结论 | 第51-53页 |
| 5.1 论文全文总结 | 第51-52页 |
| 5.2 课题研究展望 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55-56页 |
| 作者简介 | 第56-57页 |