| 摘要 | 第1-7页 |
| ABSTRACT | 第7-15页 |
| 第一章 绪论 | 第15-23页 |
| ·引言 | 第15-16页 |
| ·关联规则的挖掘研究概况 | 第16-19页 |
| ·KDD研究现状 | 第16页 |
| ·关联规则挖掘算法性能上的进展 | 第16-18页 |
| ·关联规则研究的进一步发展 | 第18页 |
| ·基于效用的关联规则挖掘 | 第18-19页 |
| ·本文研究的目的与意义 | 第19-20页 |
| ·本文主要研究内容与安排 | 第20页 |
| ·本文研究创新点 | 第20-23页 |
| 第二章 关联规则挖掘与效用的若干研究 | 第23-41页 |
| ·关联规则挖掘与效用的概念 | 第23-24页 |
| ·关联规则的效用分析 | 第24-33页 |
| ·布尔型关联规则 | 第24-25页 |
| ·数量型关联规则 | 第25-26页 |
| ·加权关联规则 | 第26-29页 |
| ·基于份额的关联规则 | 第29-32页 |
| ·OOA关联规则 | 第32-33页 |
| ·其他研究 | 第33页 |
| ·基于效用的关联规则 | 第33-40页 |
| ·相关定义与问题描述 | 第34-36页 |
| ·效用约束的特性 | 第36-38页 |
| ·基于效用的关联规则挖掘算法 | 第38-40页 |
| ·UMining算法 | 第38-39页 |
| ·Two-phase算法 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第三章 高维大数据集高效用长项集的挖掘算法 | 第41-61页 |
| ·行枚举方法 | 第41-43页 |
| ·相关定义 | 第43-45页 |
| ·Inter-transaction算法 | 第45-55页 |
| ·数据库的划分 | 第46-47页 |
| ·挖掘任务的分解 | 第47-48页 |
| ·算法描述 | 第48-54页 |
| ·剪枝策略 | 第54-55页 |
| ·实验与分析 | 第55-59页 |
| ·本章小结 | 第59-61页 |
| 第四章 挖掘高效用项集的混杂算法及优化 | 第61-79页 |
| ·基于效用关联规则的混杂算法 | 第61-63页 |
| ·长度阀值的确定 | 第63-64页 |
| ·混杂算法的优化 | 第64-72页 |
| ·中间结果法 | 第64-68页 |
| ·双格式存储法 | 第68-72页 |
| ·事务的存储格式 | 第68-69页 |
| ·事务的双格式存储 | 第69-72页 |
| ·实验与分析 | 第72-77页 |
| ·本章小结 | 第77-79页 |
| 第五章 基于效用与支持度的关联规则挖掘及其算法 | 第79-97页 |
| ·现有兴趣度度量方法 | 第79-83页 |
| ·兴趣度的评价标准 | 第79-81页 |
| ·效用与支持度约束的特点 | 第81-83页 |
| ·基于效用与支持度的关联规则 | 第83-85页 |
| ·问题描述 | 第83-84页 |
| ·相关研究 | 第84-85页 |
| ·一种自下而上的高效用频繁集的挖掘算法 | 第85-93页 |
| ·有关定义 | 第85-90页 |
| ·挖掘高效用频繁集的HM-Miner算法 | 第90-93页 |
| ·实验与分析 | 第93-96页 |
| ·本章小结 | 第96-97页 |
| 第六章 基于效用与支持度关联规则的两阶段算法 | 第97-105页 |
| ·概念与定义 | 第97-98页 |
| ·两阶段算法 | 第98-101页 |
| ·效用与激励约束的特性 | 第98-99页 |
| ·挖掘高效用频繁集的两阶段算法 | 第99-101页 |
| ·实验与分析 | 第101-102页 |
| ·本章小结 | 第102-105页 |
| 第七章 FHUIM—高效用关联规则挖掘在购物篮数据分析中的应用 | 第105-113页 |
| ·系统结构 | 第105-107页 |
| ·挖掘结果的分析比较 | 第107-111页 |
| ·本章小结 | 第111-113页 |
| 第八章 总结与展望 | 第113-117页 |
| ·总结 | 第113-114页 |
| ·展望 | 第114-117页 |
| 参考文献 | 第117-129页 |
| 致谢 | 第129-131页 |
| 附录A 攻读博士学位期间发表、录用的论文 | 第131-133页 |
| 附录B 主持的科研项目 | 第133页 |