时态文本挖掘的关联规则算法研究
摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
1 绪论 | 第7-23页 |
·研究背景 | 第7-9页 |
·研究现状 | 第9-17页 |
·时态数据挖掘研究现状 | 第9-11页 |
·文本数据挖掘研究现状 | 第11-16页 |
·时态关联规则研究现状 | 第16页 |
·时态文本挖掘在生物医学中的研究现状 | 第16-17页 |
·研究目的和意义 | 第17-18页 |
·研究内容及创新点 | 第18-19页 |
·研究内容 | 第18-19页 |
·本文的创新点 | 第19页 |
·研究方法及技术路线 | 第19-23页 |
2 文本预处理 | 第23-26页 |
·时态文本处理 | 第23页 |
·时态文本表示 | 第23-26页 |
3 时态文本模型 | 第26-35页 |
·时态型定义 | 第26-28页 |
·时态文本表示模型 | 第28-30页 |
·基于时态文本的关联规则模型 | 第30-35页 |
4 时态关联规则算法 | 第35-52页 |
·问题描述 | 第35-37页 |
·算法思想 | 第37-38页 |
·算法描述 | 第38-51页 |
·举例说明 | 第38-41页 |
·算法伪代码 | 第41-45页 |
·算法流程图 | 第45-49页 |
·频繁项集有效时间原理 | 第49-51页 |
·算法分析 | 第51-52页 |
·可行性分析 | 第51页 |
·复杂度分析 | 第51-52页 |
5 实验测试 | 第52-64页 |
·实验背景 | 第52页 |
·实验结构 | 第52-53页 |
·时态文本数据准备 | 第53-56页 |
·时态文本数据选择 | 第53-54页 |
·时态文本数据集成 | 第54页 |
·时态文本数据清理 | 第54-55页 |
·时态文本表示 | 第55-56页 |
·关联规则的兴趣度评价 | 第56-58页 |
·实验结果分析 | 第58-62页 |
·SPFM算法的特点 | 第62-64页 |
6 结论与展望 | 第64-65页 |
参考文献 | 第65-68页 |
致谢 | 第68-69页 |
攻读学位期间主要科研成果 | 第69页 |