| 第1章 绪论 | 第1-15页 |
| ·知识发现概述 | 第9-10页 |
| ·数据挖掘技术 | 第10-12页 |
| ·关联规则(Association Rule) | 第10页 |
| ·时间序列分析(Time Series Analysis) | 第10-11页 |
| ·分类(Classification) | 第11页 |
| ·聚类(Clustering) | 第11页 |
| ·序列模式(Sequential Pattern) | 第11页 |
| ·回归模式(Regression Pattern) | 第11-12页 |
| ·关联规则的探讨 | 第12-14页 |
| ·关联规则基本概念和问题描述 | 第12页 |
| ·关联规则的种类 | 第12-14页 |
| ·本文的主要工作 | 第14-15页 |
| 第2章 关联规则挖掘研究现状 | 第15-23页 |
| ·APRIORI算法 | 第16-18页 |
| ·DHP算法 | 第18页 |
| ·SAMPLING算法 | 第18-19页 |
| ·DIC算法 | 第19页 |
| ·PARTITION算法 | 第19-20页 |
| ·FP-GROWTH算法 | 第20-22页 |
| ·MH和LSH算法 | 第22-23页 |
| 第3章 快速关联规则算法QAIS | 第23-42页 |
| ·QAIS算法的概念 | 第23-28页 |
| ·QAIS算法 | 第24-25页 |
| ·整合项集的生成算法 | 第25-26页 |
| ·求特定的事务的所有非空子集算法 | 第26-27页 |
| ·生成强关联规则的方法 | 第27-28页 |
| ·优化关联规则的方法 | 第28-33页 |
| ·关联规则冗余性的相关概念 | 第28-30页 |
| ·消除冗余规则的算法 | 第30-33页 |
| ·关联规则增量更新算法 | 第33-41页 |
| ·关联规则增量算法概述 | 第34-35页 |
| ·AIU增量更新算法 | 第35-41页 |
| ·QAIS／AIU算法在可伸缩性上的处理 | 第41-42页 |
| 第4章 关联规则在Web挖掘上的应用 | 第42-59页 |
| ·Web数据挖掘概述 | 第42-44页 |
| ·问题描述 | 第44-50页 |
| ·Web挖掘背景下的序列的概念 | 第44-46页 |
| ·时间约束的处理 | 第46-48页 |
| ·Web日志挖掘示例 | 第48-50页 |
| ·Web使用挖掘算法 | 第50-59页 |
| ·现有的关于时间序列的挖掘算法 | 第50页 |
| ·本文的算法 | 第50-59页 |
| 第5章 增量更新挖掘及Web挖掘实验的设计与实现 | 第59-76页 |
| ·测试挖掘算法数据源的合成方法 | 第59-65页 |
| ·数据源合成概述 | 第59-60页 |
| ·云模型的基本概念 | 第60-61页 |
| ·数据的生成方法 | 第61-64页 |
| ·用于AIU增量挖掘及Web挖掘实验的数据源形式 | 第64-65页 |
| ·实验介绍 | 第65-70页 |
| ·数据结构 | 第65-68页 |
| ·算法实现细节 | 第68-70页 |
| ·实验结果分析 | 第70-76页 |
| ·AIU算法和FUP算法的比较 | 第70-72页 |
| ·QAIS算法和Apriori算法的比较 | 第72-73页 |
| ·Web挖掘实验分析 | 第73-75页 |
| ·实验结论 | 第75-76页 |
| 第6章 结论与未来研究 | 第76-78页 |
| ·结论 | 第76-77页 |
| ·今后研究工作的展望 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间所发表的论文和取得的科研成果 | 第83-84页 |
| 致谢 | 第84页 |
