| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 目录 | 第9-13页 |
| 第一章 绪论 | 第13-17页 |
| ·引言 | 第13页 |
| ·研究背景 | 第13-14页 |
| ·创新性工作 | 第14-16页 |
| ·本章小节 | 第16-17页 |
| 第二章 数据挖掘技术 | 第17-33页 |
| ·数据挖掘技术的产生背景 | 第17-19页 |
| ·数据挖掘技术的商业需求分析 | 第17-18页 |
| ·数据挖掘产生的技术背景分析 | 第18-19页 |
| ·数据挖掘概念 | 第19-22页 |
| ·从商业角度看数据挖掘技术 | 第19-20页 |
| ·数据挖掘的技术含义 | 第20页 |
| ·数据挖掘研究的理论基础 | 第20-22页 |
| ·数据挖掘技术的分类问题 | 第22页 |
| ·数据挖掘常用的知识表示模式与方法 | 第22-30页 |
| ·广义知识挖掘 | 第23-25页 |
| ·关联知识挖掘 | 第25-28页 |
| ·类知识挖掘 | 第28页 |
| ·预测型知识挖掘 | 第28-29页 |
| ·特异型知识挖掘 | 第29-30页 |
| ·不同存储形式下的数据挖掘问题 | 第30-31页 |
| ·事务数据库中的数据挖掘 | 第30页 |
| ·关系型数据库中的数据挖掘 | 第30-31页 |
| ·数据仓库中的数据挖掘 | 第31页 |
| ·本章小节 | 第31-33页 |
| 第三章 序列模式挖掘算法的研究 | 第33-40页 |
| ·序列模式 | 第33-37页 |
| ·序列模式的概念及定义 | 第33页 |
| ·一些相关概念及定义 | 第33-37页 |
| ·序列模式挖掘的一些主要算法 | 第37-38页 |
| ·应用领域 | 第38页 |
| ·本章小节 | 第38-40页 |
| 第四章 关联规则DMFIA算法的研究 | 第40-64页 |
| ·引言 | 第40页 |
| ·挖掘最大频繁项目集DMFIA算法 | 第40-45页 |
| ·频繁项目集和最大频繁项目集 | 第40-41页 |
| ·FP-tree频繁模式树 | 第41-43页 |
| ·基于频繁模式树FP-tree的DMFIA算法 | 第43-45页 |
| ·挖掘最大频繁项目(序列)新算法 | 第45-63页 |
| ·基于客户数据库的最大频繁项目集算法 | 第45-50页 |
| ·基于序列模式的项目级最大频繁序列集算法 | 第50-59页 |
| ·基于序列模式的事务级最大频繁序列集算法 | 第59-62页 |
| ·时间复杂度 | 第62-63页 |
| ·本章小节 | 第63-64页 |
| 第五章 关联规则ISS_DM算法的研究 | 第64-81页 |
| ·基本概念与解决方法 | 第64-65页 |
| ·对项目集格空间理论的发展 | 第65页 |
| ·项目序列集格空间和它的操作 | 第65-68页 |
| ·基于项目序列集操作的关联规则挖掘算法 | 第68-71页 |
| ·关联规则挖掘空间定义 | 第68页 |
| ·三个实用算子 | 第68-70页 |
| ·最大频繁项目序列集的生成算法 | 第70页 |
| ·ISS-DM算法执行示例 | 第70-71页 |
| ·算法分析 | 第71-72页 |
| ·实验数据与分析 | 第72-75页 |
| ·基于最大频繁项目序列集挖掘ISS_DM算法的改进 | 第75-80页 |
| ·本章小节 | 第80-81页 |
| 第六章 基于数据仓库的关联规则算法研究 | 第81-92页 |
| ·数据仓库 | 第81-85页 |
| ·数据仓库的多维数据模型 | 第81-82页 |
| ·建立多维数据模型 | 第82-85页 |
| ·基于数据仓库多维模型改进DMFIA算法 | 第85-89页 |
| ·基于数据仓库多维模型改进ISS-DM算法 | 第89-91页 |
| ·本章小节 | 第91-92页 |
| 结论 | 第92-94页 |
| 参考文献 | 第94-99页 |
| 致谢 | 第99-100页 |
| 攻读博士学位期间发表的论文 | 第100页 |