| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 前言 | 第8-16页 |
| ·数据挖掘的产生 | 第8-9页 |
| ·数据挖掘的概念和功能 | 第9-10页 |
| ·数据挖掘的概念 | 第9页 |
| ·数据挖掘的主要功能 | 第9-10页 |
| ·数据挖掘的过程 | 第10-11页 |
| ·数据挖掘的分类 | 第11-14页 |
| ·按发现的知识类型分类 | 第11-12页 |
| ·按采用的技术类型分类 | 第12页 |
| ·按挖掘的数据库类型分类 | 第12-13页 |
| ·按挖掘的深度分类 | 第13页 |
| ·按数据挖掘的应用领域分类 | 第13-14页 |
| ·论文的工作和组织结构 | 第14-16页 |
| 第二章 关联规则挖掘概述 | 第16-20页 |
| ·关联规则挖掘的提出 | 第16页 |
| ·基本概念和主要功能 | 第16-17页 |
| ·基本概念 | 第16-17页 |
| ·关联规则的两个重要定理 | 第17页 |
| ·关联规则挖掘步骤 | 第17页 |
| ·关联规则分类 | 第17-18页 |
| ·国内外研究现状 | 第18-19页 |
| ·国外研究现状 | 第18-19页 |
| ·国内研究现状 | 第19页 |
| ·小结 | 第19-20页 |
| 第三章 关联规则挖掘经典算法 | 第20-30页 |
| ·算法分类 | 第20页 |
| ·完全频繁项集挖掘算法 | 第20-25页 |
| ·Apriori 算法及其性能 | 第21-23页 |
| ·FP-Growth 算法及其性能 | 第23-25页 |
| ·频繁闭项集挖掘算法 | 第25-26页 |
| ·相关概念原理 | 第25页 |
| ·Close 算法及其性能 | 第25-26页 |
| ·最大频繁项集挖掘算法 | 第26-29页 |
| ·相关概念原理 | 第26-29页 |
| ·其他经典最大频繁模式算法 | 第29页 |
| ·小结 | 第29-30页 |
| 第四章 基于DFP-tree 的最大频繁模式挖掘算法 | 第30-39页 |
| ·相关知识 | 第30-31页 |
| ·相关性质、定理 | 第30-31页 |
| ·FPMax 算法性质分析 | 第31页 |
| ·基于DFP-tree 的最大频繁模式挖掘算法 | 第31-34页 |
| ·数字频繁模式树 | 第31-32页 |
| ·减少条件FP-tree 的策略 | 第32-33页 |
| ·基于DFP-tree 的最大频繁模式挖掘算法DFP-Max | 第33-34页 |
| ·基于DFP-Max 的算法实例 | 第34-36页 |
| ·性能分析 | 第36-38页 |
| ·小结 | 第38-39页 |
| 第五章 基于降维的最大频繁模式挖掘算法 | 第39-55页 |
| ·DMFIA 算法分析 | 第39-42页 |
| ·FPMax 算法分析 | 第42页 |
| ·相关性质、定理 | 第42-43页 |
| ·最大频繁模式非检验挖掘算法—NCMFP 算法 | 第43-47页 |
| ·NCMFP 算法思想 | 第43页 |
| ·有序数字频繁模式树 | 第43-44页 |
| ·NCMFP 算法 | 第44-46页 |
| ·NCMFP 算法实例 | 第46-47页 |
| ·基于降维的最大频繁模式挖掘算法—BDRFI 算法 | 第47-51页 |
| ·BDRFI 算法思想 | 第47-48页 |
| ·预测剪枝策略 | 第48页 |
| ·超级检验策略 | 第48-49页 |
| ·DFP-tree | 第49页 |
| ·BDRFI 算法流程 | 第49-50页 |
| ·BDRFI 算法实例 | 第50-51页 |
| ·实验分析 | 第51-53页 |
| ·总结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| ·总结 | 第55页 |
| ·未来的研究工作 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录： 作者在攻读硕士学位期间发表的论文 | 第61页 |
