| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 引言 | 第9-16页 |
| 1.1 论文研究的目的及意义 | 第9-13页 |
| 1.1.1 论文研究的背景 | 第9-11页 |
| 1.1.2 数据挖掘技术的研究现状 | 第11-12页 |
| 1.1.3 数据挖掘研究的热点 | 第12-13页 |
| 1.2 论文主要内容及创新点 | 第13-15页 |
| 1.2.1 论文主要内容 | 第13-14页 |
| 1.2.2 论文结构 | 第14页 |
| 1.2.3 论文主要创新点 | 第14-15页 |
| 1.3 本章小结 | 第15-16页 |
| 第二章 数据挖掘介绍 | 第16-25页 |
| 2.1 数据挖掘综述 | 第16页 |
| 2.2 数据挖掘的过程 | 第16-17页 |
| 2.3 几类主要的数据挖掘功能 | 第17-24页 |
| 2.3.1 分类挖掘 | 第17-20页 |
| 2.3.2 聚类挖掘 | 第20-22页 |
| 2.3.3 孤立点分析 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 关联规则算法研究及创新 | 第25-46页 |
| 3.1 关联规则基本理论 | 第25-28页 |
| 3.1.1 关联规则的目标 | 第25页 |
| 3.1.2 关联规则的基本概念 | 第25-28页 |
| 3.2 APRIORI算法研究 | 第28-31页 |
| 3.2.1 Apriori算法的基本思路及实例说明 | 第28-30页 |
| 3.2.2 Apriori算法流程图 | 第30-31页 |
| 3.2.3 Apriori算法的优缺点 | 第31页 |
| 3.3 FT-TREE算法 | 第31-37页 |
| 3.3.1 FT-tree算法的基本思路与实例说明 | 第31-37页 |
| 3.3.2 FT-tree算法流程图 | 第37页 |
| 3.4 实验对比 | 第37-44页 |
| 3.4.1 weka介绍 | 第38-42页 |
| 3.4.2 实验结果对比 | 第42-44页 |
| 3.5 对关联规则挖掘结果的创新性思考 | 第44页 |
| 3.6 本章小结 | 第44-46页 |
| 第四章 负关联规则算法 | 第46-56页 |
| 4.1 负关联规则的提出 | 第46页 |
| 4.2 负关联规则的基本定义 | 第46-48页 |
| 4.3 基于APRIORI算法的负关联规则算法 | 第48-49页 |
| 4.4 算法验证实验 | 第49-50页 |
| 4.5 改进的负关联规则算法 | 第50-55页 |
| 4.5.1 改进算法思路及实例说明 | 第50-53页 |
| 4.5.2 改进算法伪代码 | 第53-54页 |
| 4.5.3 改进算法流程图 | 第54-55页 |
| 4.5.4 改进算法的验证 | 第55页 |
| 4.5.5 改进算法的优缺点 | 第55页 |
| 4.6 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 本文的主要工作总结 | 第56-57页 |
| 5.2 未来工作展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间发表的研究成果 | 第62页 |