第一章 绪论 | 第1-9页 |
1.1 论文研究背景及意义 | 第6-8页 |
1.2 论文结构 | 第8-9页 |
第二章 数据挖掘综述 | 第9-14页 |
2.1 数据挖掘的概念 | 第9-11页 |
2.2 关联规则挖掘方法 | 第11-12页 |
2.2.1 采掘关联规则的一般步骤 | 第11-12页 |
2.2.2 主要研究方向和典型算法 | 第12页 |
2.3 数据挖掘算法分类及评价方法 | 第12-14页 |
2.3.1 算法分类 | 第12-13页 |
2.3.2 数据挖掘算法的评价 | 第13-14页 |
第三章 关联规则的问题描述及相关工作 | 第14-18页 |
3.1 问题描述 | 第14-16页 |
3.2 相关算法思想及描述 | 第16-18页 |
3.2.1 多循环方式的采掘算法 | 第16-17页 |
3.2.2 并行发现算法 | 第17-18页 |
第四章 一个高效的多维关联规则挖掘算法 | 第18-29页 |
4.1 概述 | 第18页 |
4.2 多维关联规则 | 第18-20页 |
4.2.1 概念分层中量化属性的静态离散化规则挖掘 | 第20页 |
4.3 算法描述 | 第20页 |
4.4 构造维谓词集索引树 | 第20-21页 |
4.5 有序频繁项集树的创建 | 第21-24页 |
4.5.1 事务的预处理 | 第22页 |
4.5.2 有序频繁项集树 | 第22-23页 |
4.5.3 有序频繁项集树构造算法 | 第23-24页 |
4.6 生成多维关联规则 | 第24页 |
4.7 性能分析 | 第24-26页 |
4.8 算法进一步讨论 | 第26页 |
4.9 算法小结 | 第26-28页 |
4.10 实验数据分析 | 第28-29页 |
第五章 元规则指导的多维关联规则挖掘 | 第29-34页 |
5.1 概述 | 第29页 |
5.2 元规则 | 第29-30页 |
5.3 概念分层 | 第30-31页 |
5.3.1 概念分层树的组织 | 第30-31页 |
5.4 LDPIS算法 | 第31-33页 |
5.4.1 算法描述 | 第31-32页 |
5.4.2 元规则指导下的LDPIS算法 | 第32-33页 |
5.4.3 LDPIS算法讨论 | 第33页 |
5.5 算法小结 | 第33-34页 |
第六章 总结 | 第34-35页 |
6.1 进一步研究的方向 | 第34-35页 |
致谢 | 第35-36页 |
参考文献 | 第36-37页 |