| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9页 |
| 1.2 科学意义和应用前景 | 第9-10页 |
| 1.3 国内外研究进展 | 第10-14页 |
| 1.3.1 数据挖掘研究现状 | 第10-11页 |
| 1.3.2 关联规则挖掘的研究现状 | 第11-13页 |
| 1.3.3 聚类算法的研究现状 | 第13-14页 |
| 1.4 主要研究内容及论文结构 | 第14-15页 |
| 1.4.1 主要研究内容 | 第14-15页 |
| 1.4.2 论文结构 | 第15页 |
| 1.5 本章小结 | 第15-17页 |
| 2 基础知识及相关理论 | 第17-27页 |
| 2.1 数据挖掘概述 | 第17-19页 |
| 2.1.1 数据挖掘概念 | 第17页 |
| 2.1.2 数据挖掘过程 | 第17-18页 |
| 2.1.3 数据挖掘主要研究内容 | 第18-19页 |
| 2.2 关联规则挖掘算法 | 第19-23页 |
| 2.2.1 关联规则相关概念 | 第19-21页 |
| 2.2.2 Apriori算法 | 第21-23页 |
| 2.3 聚类分析 | 第23-25页 |
| 2.3.1 聚类算法综述 | 第23-24页 |
| 2.3.2 模糊C均值聚类 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 3 基于果蝇算法自适应的KFCM聚类算法 | 第27-37页 |
| 3.1 果蝇优化算法 | 第27-28页 |
| 3.2 算法实现原理 | 第28页 |
| 3.3 算法具体构造 | 第28-31页 |
| 3.4 实验结果及分析 | 第31-36页 |
| 3.4.1 模糊度参数的确定 | 第31-33页 |
| 3.4.2 聚类精度检验 | 第33-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 基于矩阵位置存储的Apriori算法 | 第37-44页 |
| 4.1 算法实现原理 | 第37页 |
| 4.2 算法具体构造 | 第37-41页 |
| 4.3 实验结果及分析 | 第41-43页 |
| 4.3.1 购物篮数据集实验 | 第41-42页 |
| 4.3.2 大型数据集实验 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 5 基于FOAKFCM算法和L-Aprori算法的模糊关联规则挖掘 | 第44-51页 |
| 5.1 模糊关联规则挖掘 | 第44-45页 |
| 5.2 算法实现原理 | 第45-46页 |
| 5.3 算法具体构造 | 第46-47页 |
| 5.4 算法可行性检验 | 第47-49页 |
| 5.5 本章小结 | 第49-51页 |
| 6 总结与展望 | 第51-53页 |
| 6.1 本文主要工作及结论 | 第51-52页 |
| 6.2 未来工作展望 | 第52-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 附录 | 第60页 |