| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-13页 |
| ·国内外例外规则研究现状 | 第9-10页 |
| ·本文的研究背景与实际意义 | 第10-11页 |
| ·本文的工作及其组织结构 | 第11-13页 |
| ·本文的工作 | 第11-12页 |
| ·本文的组织结构 | 第12-13页 |
| 第二章 关联规则概述 | 第13-22页 |
| ·关联规则简介 | 第13-15页 |
| ·关联规则术语介绍 | 第13-14页 |
| ·关联规则分类 | 第14-15页 |
| ·正关联规则概述 | 第15-18页 |
| ·问题描述 | 第15-16页 |
| ·算法概述 | 第16-18页 |
| ·Apriori 算法及其改进 | 第16页 |
| ·FP 增长算法及其改进 | 第16-17页 |
| ·侧重不同的评测系数 | 第17-18页 |
| ·基于不同的数学理论 | 第18页 |
| ·多维、多目标、多层次、多值属性关联规则研究 | 第18页 |
| ·负关联规则概述 | 第18-20页 |
| ·问题描述 | 第18-19页 |
| ·算法概述 | 第19-20页 |
| ·已有关联规则算法的应用 | 第19页 |
| ·控制负关联规则频繁项集的规模，优化算法 | 第19页 |
| ·侧重不同的评测参数 | 第19-20页 |
| ·研究方向 | 第20页 |
| ·例外规则算法研究 | 第20-21页 |
| ·问题描述 | 第20页 |
| ·研究方向 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 Eclat 挖掘关联规则 | 第22-34页 |
| ·基于垂直结构的 Eclat 算法 | 第22-32页 |
| ·Eclat 算法基本原理 | 第22-27页 |
| ·集合理论 | 第22页 |
| ·等价类 | 第22-23页 |
| ·偏序集，良序集，全序集 | 第23-24页 |
| ·前缀树 | 第24页 |
| ·概念格 | 第24-27页 |
| ·Eclat 算法描述 | 第27-28页 |
| ·算法分析 | 第28-29页 |
| ·本文改进的 Eclat 算法 | 第29-32页 |
| ·相关定理 | 第29-30页 |
| ·基于先验原理 EclatP 算法与最大频集 EclatM 算法 | 第30-32页 |
| ·挖掘关联规则算例 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 例外规则挖掘 | 第34-48页 |
| ·研究背景 | 第34-36页 |
| ·发现问题：关联规则满足不了某些需求 | 第34-35页 |
| ·研究问题：用户关心例外 | 第35页 |
| ·解决问题：研究例外规则 | 第35-36页 |
| ·算法研究 | 第36-38页 |
| ·通过例外规则定义，直接得出候选例外规则 | 第36-38页 |
| ·采用不同兴趣度定义，筛选得到例外规则 | 第38页 |
| ·例外规则的度量——兴趣度的相关研究 | 第38-41页 |
| ·数据准备 | 第41-43页 |
| ·数据表介绍 | 第41页 |
| ·数据背景介绍 | 第41-43页 |
| ·实验结果及分析 | 第43-47页 |
| ·数据处理 | 第43-44页 |
| ·结果及分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 总结与展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第54页 |