| 摘要 | 第1-6页 |
| Abstract | 第6-16页 |
| 目录 | 第16页 |
| 第1章 概论 | 第16-30页 |
| ·引言 | 第16-17页 |
| ·关联规则技术基础知识 | 第17-19页 |
| ·基本概念 | 第17-18页 |
| ·挖掘方法 | 第18-19页 |
| ·关联规则技术研究现状 | 第19-25页 |
| ·频繁模式、最大频繁模式和闭合频繁模式挖掘 | 第19-20页 |
| ·多种扩展形式的关联规则挖掘研究 | 第20-24页 |
| ·关联规则挖掘后处理 | 第24-25页 |
| ·问题的提出 | 第25-26页 |
| ·本文的主要工作及创新点 | 第26-27页 |
| ·本文的组织结构 | 第27-30页 |
| 第2章 基于相关兴趣度的关联规则挖掘 | 第30-60页 |
| ·引言 | 第30-31页 |
| ·一种新的相关兴趣度度量 | 第31-36页 |
| ·已有的关联和相关兴趣度度量 | 第31页 |
| ·All-item-confidence相关兴趣度度量 | 第31-35页 |
| ·All-item-confidence与All-set-confidence之间的关系 | 第35-36页 |
| ·购物篮中关联规则的应用类型分析 | 第36页 |
| ·基于All-item-confidence的项项正相关关联规则挖掘 | 第36-41页 |
| ·项项正相关关联规则挖掘问题的提出 | 第36-37页 |
| ·兴趣度度量的选取 | 第37-39页 |
| ·基于All-item-confidence度量的项项正相关关联规则挖掘 | 第39-41页 |
| ·挖掘算法ItemCoMine_AP和ItemCoMine_CT | 第41-49页 |
| ·ItemCoMine_AP算法 | 第41-42页 |
| ·ItemCoMine_CT算法 | 第42-43页 |
| ·实验测评和比较分析 | 第43-49页 |
| ·基于All-item-confidence和项集相关性度量的项项且项集正相关关联规则挖掘 | 第49-52页 |
| ·项项且项集正相关关联规则挖掘问题的提出 | 第49页 |
| ·项集相关性度量 | 第49-50页 |
| ·项项且项集正相关关联规则定义和例子 | 第50-52页 |
| ·挖掘算法I&ISCoMine_AP和I&ISCoMine_CT | 第52-58页 |
| ·I&ISCoMine_AP算法 | 第52-53页 |
| ·I&ISCoMine_CT算法 | 第53-54页 |
| ·实验测评和比较分析 | 第54-58页 |
| ·本章小结 | 第58-60页 |
| 第3章 动态关联规则挖掘 | 第60-90页 |
| ·引言 | 第60-61页 |
| ·问题描述及其分析 | 第61-63页 |
| ·动态关联规则原定义 | 第61-62页 |
| ·原定义的不足之处 | 第62-63页 |
| ·动态关联规则新定义及其挖掘算法 | 第63-72页 |
| ·动态关联规则新定义 | 第63-64页 |
| ·动态关联规则挖掘算法 | 第64-69页 |
| ·性能评测 | 第69-72页 |
| ·带使用信息动态关联规则挖掘问题的提出 | 第72-73页 |
| ·问题定义 | 第73-77页 |
| ·候选有效时段表示 | 第73-75页 |
| ·带使用信息的动态关联规则 | 第75-77页 |
| ·带使用信息的动态关联规则挖掘算法 | 第77-88页 |
| ·挖掘框架 | 第77-78页 |
| ·ITS2算法 | 第78-79页 |
| ·EFP-Growth2算法 | 第79-80页 |
| ·使用信息生成 | 第80-81页 |
| ·性能评测 | 第81-87页 |
| ·应用实例 | 第87-88页 |
| ·本章小结 | 第88-90页 |
| 第4章 加权模糊层次关联规则挖掘 | 第90-106页 |
| ·引言 | 第90-91页 |
| ·模糊层次型关联规则 | 第91-93页 |
| ·布尔型数据库中的加权模糊层次型关联规则挖掘 | 第93-97页 |
| ·加权的原因 | 第93页 |
| ·叶子结点项权值的确定 | 第93-94页 |
| ·加权模糊层次型关联规则(WGF-AR)模型 | 第94-97页 |
| ·WGF-AR规则挖掘算法 | 第97-100页 |
| ·性质 | 第97-98页 |
| ·W-Apriori算法 | 第98-100页 |
| ·性能测评 | 第100-104页 |
| ·实验一:算法性能测试 | 第100-102页 |
| ·实验二:可伸缩性实验 | 第102-104页 |
| ·本章小结 | 第104-106页 |
| 第5章 基于模糊分类结构的交易数据库关联规则聚类 | 第106-122页 |
| ·引言 | 第106-107页 |
| ·模糊分类结构的合并 | 第107-109页 |
| ·模糊分类结构描述 | 第108页 |
| ·多个有向无环图的合并 | 第108页 |
| ·合并后的模糊分类结构描述 | 第108-109页 |
| ·带语义差别信息的模糊分类结构 | 第109-112页 |
| ·基于模糊分类结构的距离度量 | 第112-116页 |
| ·项间距离 | 第113-114页 |
| ·项集距离 | 第114-115页 |
| ·关联规则距离 | 第115-116页 |
| ·规则聚类算法的选择和应用 | 第116页 |
| ·实验分析与讨论 | 第116-120页 |
| ·实验一:规则距离计算实验 | 第117-118页 |
| ·实验二:规则聚类可视化计算 | 第118-120页 |
| ·本章小结 | 第120-122页 |
| 第6章 总结和展望 | 第122-126页 |
| ·全文总结 | 第122-124页 |
| ·工作展望 | 第124-126页 |
| 参考文献 | 第126-136页 |
| 攻读博士学位期间发表的学术论文 | 第136-137页 |
| 致谢 | 第137页 |
