| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-12页 |
| ·引言 | 第9页 |
| ·数据挖掘技术的历史及研究现状 | 第9-10页 |
| ·本文的组织形式 | 第10-12页 |
| 第2章 数据挖掘技术 | 第12-19页 |
| ·数据挖掘的基本知识 | 第12-14页 |
| ·广义知识(Generalization) | 第12页 |
| ·关联知识(Association) | 第12-13页 |
| ·分类(Classification) | 第13页 |
| ·预测型知识(Prediction) | 第13-14页 |
| ·偏差型知识(Deviation) | 第14页 |
| ·数据挖掘的主要过程 | 第14-16页 |
| ·确定业务对象 | 第14页 |
| ·数据准备 | 第14-15页 |
| ·数据挖掘 | 第15页 |
| ·结果分析 | 第15页 |
| ·知识的同化 | 第15-16页 |
| ·常用到的数据挖掘分析方法 | 第16-17页 |
| ·关联分析(Association Analysis) | 第16页 |
| ·序列分析(Frequent Episode Analysis) | 第16-17页 |
| ·分类分析(Classification Analysis) | 第17页 |
| ·聚类分析(Clustering Analysis) | 第17页 |
| ·数据挖掘的研究方向 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第3章 关联规则挖掘及其应用 | 第19-30页 |
| ·关联规则挖掘概述 | 第19页 |
| ·关联规则的基本概念 | 第19-22页 |
| ·关联规则定义 | 第19-21页 |
| ·关联规则的分类 | 第21-22页 |
| ·关联规则的挖掘方法 | 第22-24页 |
| ·搜索算法 | 第22页 |
| ·多循环方式的挖掘方法 | 第22页 |
| ·深度优先算法 | 第22-23页 |
| ·数据集划分算法 | 第23页 |
| ·抽样算法 | 第23页 |
| ·增量式更新算法 | 第23页 |
| ·并行算法 | 第23-24页 |
| ·关联规则挖掘的步骤 | 第24页 |
| ·关联规则挖掘结果的评价标准 | 第24-26页 |
| ·经典的关联规则挖掘算法 | 第26-29页 |
| ·Apriori算法 | 第26-27页 |
| ·FP-Growth算法 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第4章 关联规则算法的改进和优化 | 第30-35页 |
| ·Apriori算法描述 | 第30-31页 |
| ·Apriori算法的优化 | 第31-32页 |
| ·基于散列的技术 | 第31页 |
| ·事务压缩(压缩进一步迭代扫描的事务数) | 第31页 |
| ·划分(为找候选项划分方法) | 第31-32页 |
| ·选样(在给定数据的一个子集挖掘) | 第32页 |
| ·动态项集计算(在扫描的不同点添加候选项目集) | 第32页 |
| ·关联规则分布式算法的改进 | 第32-34页 |
| ·CD(Count Distribution)算法 | 第33页 |
| ·CD算法的改进 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第5章 ICMLC数据库挖掘 | 第35-43页 |
| ·lCMLC2005网站系统 | 第35-37页 |
| ·网站系统的功能模块 | 第35-36页 |
| ·系统体系结构 | 第36-37页 |
| ·系统部署图 | 第37页 |
| ·会议数据的挖掘工作 | 第37-42页 |
| ·会议数据库处理 | 第37-39页 |
| ·挖掘处理的过程 | 第39页 |
| ·挖掘处理的结果及分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第6章 总结及展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 攻读硕士学位期间科研工作情况 | 第47-48页 |
| 致谢 | 第48页 |
