| 目录 | 第1-7页 |
| 第一章 绪论 | 第7-15页 |
| ·数据挖掘与知识发现(DMKD)研究的现实意义 | 第7页 |
| ·数据挖掘的任务 | 第7-9页 |
| ·数据挖掘的应用 | 第9-11页 |
| ·全融业 | 第10页 |
| ·零售业 | 第10-11页 |
| ·科学研究 | 第11页 |
| ·数据挖掘在其他一些领域的应用 | 第11页 |
| ·数据挖掘与知识发现研究的国内外发展现状 | 第11-13页 |
| ·中医学传统研究方法的回顾与总结 | 第13-14页 |
| ·论文的主要工作与创新 | 第14-15页 |
| 第二章 数据挖掘的准备工作 | 第15-21页 |
| ·确定研究对象 | 第15页 |
| ·数据准备 | 第15-20页 |
| ·数据的选择 | 第15页 |
| ·数据的预处理 | 第15-18页 |
| ·数据的转换 | 第18-20页 |
| ·数据挖掘 | 第20页 |
| ·结果分析和知识同化 | 第20-21页 |
| 第三章 关联规则挖掘算法及其在中医药数据库中的应用 | 第21-36页 |
| ·频繁集与关联规则简介 | 第21-22页 |
| ·关联规则挖掘的分类 | 第22-24页 |
| ·关联规则方法用于中医药数据库中的合理性与有效性 | 第24页 |
| ·经典的APRIORI算法及其在中医药数据库挖掘中的应用 | 第24-27页 |
| ·Apriori算法 | 第24-26页 |
| ·使用Apriori算法挖掘中医药数据库中的关联规则 | 第26-27页 |
| ·多维布尔关联规则挖掘算法及其在中医药数据库中的应用 | 第27-32页 |
| ·记录加权关联规则的挖掘及其在中医药数据库中的应用 | 第32-36页 |
| ·加权关联规则算法 | 第33-35页 |
| ·加权关联规则算法在中医药数据库中的应用 | 第35-36页 |
| 第四章 聚类分析方法及其在中医药数据库中的应用 | 第36-48页 |
| ·聚类分析概述 | 第36-37页 |
| ·聚类分析的数据类型 | 第37-38页 |
| ·几种主要的聚类算法 | 第38-43页 |
| ·划分方法 | 第40-43页 |
| ·层次方法 | 第43页 |
| ·聚类方法在中医药数据库中的应用 | 第43-45页 |
| ·使用一般的聚类算法进行聚类 | 第44-45页 |
| ·使用RatioD距离算法进行聚类 | 第45页 |
| ·实验结果 | 第45-46页 |
| ·结果分析 | 第46-47页 |
| ·未来工作展望 | 第47-48页 |
| ·项间距离表的建立 | 第47页 |
| ·对频繁集挖掘结果进行聚类分析 | 第47-48页 |
| 第五章 中药复方分析系统简介 | 第48-51页 |
| ·系统概况 | 第48页 |
| ·系统功能简介 | 第48-50页 |
| ·数据库查询功能 | 第48-49页 |
| ·数据挖掘功能 | 第49-50页 |
| ·系统的用途与期待的改善 | 第50-51页 |
| 第六章 研究总结与体会 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
