| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第10-19页 |
| ·引言 | 第10页 |
| ·数据挖掘概述 | 第10-17页 |
| ·基本概念及相关技术 | 第10-15页 |
| ·数据挖掘的研究现状及发展趋势 | 第15-17页 |
| ·本文的工作及创新点 | 第17-19页 |
| ·本文的工作与内容组织 | 第17-18页 |
| ·本文的创新点 | 第18-19页 |
| 第2章 正负关联规则概述 | 第19-30页 |
| ·关联规则概述 | 第19-25页 |
| ·基本概念 | 第19-20页 |
| ·关联规则主要挖掘算法 | 第20-22页 |
| ·对Apriori 算法的分析研究 | 第22-25页 |
| ·负关联规则概述 | 第25-28页 |
| ·研究负关联规则的意义 | 第25-26页 |
| ·负关联规则中支持度与置信度的计算 | 第26-27页 |
| ·国内外研究现状及不足 | 第27-28页 |
| ·新算法的提出以及解决的关键 | 第28-30页 |
| 第3章 基于多支持度的关联规则挖掘 | 第30-37页 |
| ·多支持度理论的提出 | 第30-31页 |
| ·基于多支持度的研究方法和内容 | 第31-32页 |
| ·多最小支持度算法的设计与实现 | 第32-35页 |
| ·多最小支持度关联规则挖掘方法的不足和改进 | 第35-37页 |
| 第4章 一种新的非频繁项集挖掘方法的研究 | 第37-42页 |
| ·非频繁项集的重要性 | 第37页 |
| ·MMS-inFS 算法设计 | 第37-40页 |
| ·MMS-inFS 模型中频繁项集与非频繁项集的定义 | 第37-38页 |
| ·MMS-inFS 模型的算法设计 | 第38-39页 |
| ·实例说明 | 第39-40页 |
| ·与其它模型的比较 | 第40-42页 |
| ·与PR 模型的比较 | 第40页 |
| ·与2LS 模型的比较 | 第40-42页 |
| 第5章 基于两级多支持度的关联规则挖掘算法 | 第42-51页 |
| ·2LMS-inFS-FS 模型及算法设计 | 第42-44页 |
| ·与2LS 模型的比较 | 第44-46页 |
| ·2LMS-inFS-FS 模型实验 | 第46-51页 |
| 第6章 基于多层支持度的关联规则挖掘算法 | 第51-55页 |
| ·MLMS 模型及算法设计 | 第51-53页 |
| ·MLMS 模型中频繁项集与非频繁项集的定义 | 第51页 |
| ·MLMS 模型算法设计 | 第51-53页 |
| ·试验 | 第53页 |
| ·与其它模型的比较 | 第53-55页 |
| ·与PR 模型的比较 | 第53-54页 |
| ·与2LS 模型的比较 | 第54-55页 |
| 第7章 总结与展望 | 第55-57页 |
| ·总结 | 第55页 |
| ·进一步的研究工作 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间发表的学术论文 | 第62页 |
| 攻读硕士学位期间参与的科研项目 | 第62页 |