关联规则挖掘算法的研究及应用
| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第8-15页 |
| ·课题研究背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·研究的主要内容 | 第12-13页 |
| ·论文结构 | 第13-15页 |
| 第2章 相关理论 | 第15-26页 |
| ·关联规则理论 | 第15-21页 |
| ·关联规则的基本概念 | 第15页 |
| ·关联规则的挖掘过程 | 第15-16页 |
| ·Apriori 算法 | 第16-18页 |
| ·基于Apriori 算法的改进算法 | 第18-19页 |
| ·基于数据立方体的多维关联规则的挖掘 | 第19-20页 |
| ·基于 Apriori 算法的索引树算法 | 第20-21页 |
| ·聚类分析理论 | 第21-25页 |
| ·聚类分析方法 | 第21-22页 |
| ·粒子群优化算法 | 第22-24页 |
| ·粒子群优化的聚类算法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 CSAR 算法的设计与实现 | 第26-40页 |
| ·CSAR 算法的模型优化 | 第26-29页 |
| ·模型优化中的几个基本概念 | 第27页 |
| ·模型优化的基本思想 | 第27-29页 |
| ·CSAR 算法的规则获取优化 | 第29-31页 |
| ·CSAR 算法中的关键点 | 第31-34页 |
| ·CSAR 算法中聚类方法的研究 | 第31-33页 |
| ·最小支持度阈值的动态调整 | 第33-34页 |
| ·CSAR 算法实现 | 第34-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 实验验证 | 第40-52页 |
| ·算法验证 | 第40-48页 |
| ·算法比较 | 第48-50页 |
| ·单维数据 | 第48-49页 |
| ·多维数据 | 第49-50页 |
| ·系统的性能评价 | 第50-51页 |
| ·系统展望 | 第51页 |
| ·本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间的研究成果 | 第59页 |
