| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·课题的研究背景及意义 | 第8-9页 |
| ·完全频繁项集挖掘算法国内外研究现状 | 第9-11页 |
| ·关联规则分类算法国内外研究现状 | 第11-12页 |
| ·论文主要内容及结构 | 第12-13页 |
| 2 完全频繁项集挖掘算法 | 第13-20页 |
| ·完全频繁项集挖掘算法的相关概念 | 第13页 |
| ·事物数据库的表示方法 | 第13-15页 |
| ·广度优先搜索和直接计数算法 | 第15-16页 |
| ·Apriori算法 | 第15页 |
| ·其他算法 | 第15-16页 |
| ·广度优先搜素和交叉计数算法 | 第16-17页 |
| ·Partition算法 | 第16-17页 |
| ·深度优先搜索和交叉计数算法 | 第17-18页 |
| ·Eclat算法 | 第17-18页 |
| ·dEclat算法 | 第18页 |
| ·深度优先搜索和直接计数算法 | 第18-20页 |
| ·Fp-growth算法 | 第18-19页 |
| ·其他算法 | 第19-20页 |
| 3 基于Apriori算法思想的完全频繁项集挖掘算法研究 | 第20-35页 |
| ·Apriori算法描述 | 第20-24页 |
| ·数据结构及其相关操作 | 第24-26页 |
| ·Apriori-NOT算法 | 第26-31页 |
| ·候选集生成 | 第26-27页 |
| ·剪枝操作 | 第27-28页 |
| ·计数方式 | 第28-30页 |
| ·仿真分析 | 第30-31页 |
| ·Apriori-Diffsets算法 | 第31-34页 |
| ·小结 | 第34-35页 |
| 4 基于兴趣度的关联规则分类算法研究 | 第35-48页 |
| ·关联规则相关概念 | 第35页 |
| ·数据预处理 | 第35-36页 |
| ·ARC-CDT算法 | 第36-47页 |
| ·关联分类规则挖掘 | 第36-39页 |
| ·分类器的构建 | 第39-42页 |
| ·仿真分析 | 第42-46页 |
| ·实验结果 | 第46-47页 |
| ·小结 | 第47-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 课题资助情况 | 第54-55页 |
| 攻读硕士学位期间发表学术论文情况 | 第55-56页 |
| 致谢 | 第56-57页 |