数据挖掘算法的改进及应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-13页 |
| ·相关背景及研究意义 | 第9页 |
| ·研究现状 | 第9-11页 |
| ·本文的主要工作 | 第11-12页 |
| ·论文的结构安排 | 第12-13页 |
| 2 数据挖掘相关知识 | 第13-26页 |
| ·基本概念 | 第13-15页 |
| ·频繁模式 | 第13页 |
| ·支持度与置信度 | 第13-14页 |
| ·项集，频繁项集和关联规则 | 第14-15页 |
| ·数据挖掘算法 | 第15-18页 |
| ·Apriori 算法 | 第15-18页 |
| ·Apriori 算法的主要步骤 | 第15页 |
| ·Apriori 算法伪代码 | 第15-16页 |
| ·Apriori 算法运行举例 | 第16-17页 |
| ·Apriori 算法的流程图 | 第17页 |
| ·Apriori 算法的不足之处 | 第17-18页 |
| ·数据流挖掘算法 | 第18-26页 |
| ·数据流的特点 | 第18页 |
| ·数据流挖掘的难点 | 第18-19页 |
| ·EC 算法 | 第19-26页 |
| ·EC 算法的主要步骤 | 第19-20页 |
| ·EC 算法的伪代码 | 第20页 |
| ·EC 算法的运行举例 | 第20-25页 |
| ·EC 算法的流程图 | 第25页 |
| ·EC 算法的不足之处 | 第25-26页 |
| 3 基于分区的改进 Apriori 算法 | 第26-31页 |
| ·IABP 算法的主要步骤 | 第26-27页 |
| ·IABP 算法的伪代码 | 第27-28页 |
| ·IABP 算法运行举例 | 第28-30页 |
| ·IABP 算法总结 | 第30-31页 |
| 4 基于估计的改进 EC 算法 | 第31-40页 |
| ·IECBE 算法的主要步骤 | 第31-32页 |
| ·IECBE 算法的伪代码 | 第32-33页 |
| ·IECBE 算法运行举例 | 第33-37页 |
| ·IECBE 算法实验结果及分析 | 第37-39页 |
| ·仿真实验一 | 第37-38页 |
| ·仿真实验二 | 第38-39页 |
| ·IECBE 算法总结 | 第39-40页 |
| 5 电商数据挖掘技术的应用 | 第40-44页 |
| ·引言 | 第40页 |
| ·系统设计与实现 | 第40-42页 |
| ·系统的设计 | 第40-41页 |
| ·系统的实现目标 | 第41-42页 |
| ·系统数据分析 | 第42-43页 |
| ·系统核心代码 | 第43页 |
| ·本章总结 | 第43-44页 |
| 6 总结与展望 | 第44-45页 |
| ·主要研究成果及创新点 | 第44页 |
| ·存在的主要问题及研究目标 | 第44-45页 |
| 参考文献 | 第45-50页 |
| 附录 | 第50-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间发表的学术论文 | 第58页 |
