闭合序列挖掘模型与算法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 数据库知识发现 | 第12-23页 |
| ·引言 | 第12页 |
| ·数据库知识发现(KDD) | 第12-15页 |
| ·KDD的定义和处理过程 | 第12-14页 |
| ·KDD特性 | 第14-15页 |
| ·KDD与相关技术比较 | 第15页 |
| ·数据挖掘(DM) | 第15-21页 |
| ·数据挖掘定义 | 第15-16页 |
| ·数据挖掘对象 | 第16-17页 |
| ·数据挖掘任务 | 第17-18页 |
| ·数据挖掘方法 | 第18-20页 |
| ·数据挖掘发展方向、面临的挑战 | 第20-21页 |
| ·本文的课题来源和内容组织 | 第21-22页 |
| ·本文的课题来源 | 第21页 |
| ·本文研究内容与组织 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第二章 序列模式挖掘 | 第23-38页 |
| ·频繁模式挖掘简介 | 第23-27页 |
| ·序列模式挖掘 | 第27页 |
| ·序列模式相关概念及定义 | 第27-28页 |
| ·经典序列模式挖掘算法 | 第28-36页 |
| ·AprioriAll算法 | 第29-31页 |
| ·GSP算法 | 第31-34页 |
| ·SPADE算法 | 第34页 |
| ·PrefixSpan算法 | 第34-36页 |
| ·序列模式的应用领域及其发展方向 | 第36-37页 |
| ·应用领域 | 第36页 |
| ·发展方向 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 基于约束项的倒序闭合序列模式挖掘研究 | 第38-47页 |
| ·引言 | 第38-39页 |
| ·闭合序列模式概念 | 第39-40页 |
| ·倒序闭合序列模式挖掘算法InverClos | 第40-46页 |
| ·算法描述 | 第40-41页 |
| ·候选闭合序列生成及其优化 | 第41-43页 |
| ·实验及性能分析 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于剪枝概念格的闭合序列模式挖掘研究 | 第47-58页 |
| ·引言 | 第47页 |
| ·概念格模型 | 第47-50页 |
| ·概念格基本概念 | 第47-49页 |
| ·概念格的构造算法 | 第49-50页 |
| ·基于概念格的闭合序列模式挖掘 | 第50-53页 |
| ·基于剪枝概念格的闭合序列模式挖掘 | 第53-57页 |
| ·剪枝概念格定义 | 第53-54页 |
| ·剪枝概念格构造 | 第54-56页 |
| ·实验及性能分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 结束语 | 第58-60页 |
| ·主要研究工作 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 附录一 研究生期间主要科研工作及成果 | 第65-66页 |
| 附录二 部分实验数据和实验结果 | 第66-71页 |
