| 摘要 | 第1页 |
| ABSTRACT | 第4-7页 |
| 第一章 引言 | 第7-10页 |
| ·数据挖掘的研究背景 | 第7-8页 |
| ·数据挖掘中的关联规则 | 第8页 |
| ·本文的主要工作 | 第8-10页 |
| 第二章 数据挖掘技术综述 | 第10-17页 |
| ·数据挖掘技术的概念 | 第10-12页 |
| ·数据挖掘的功能和分类 | 第12-14页 |
| ·数据挖掘的功能 | 第12-13页 |
| ·数据挖掘的分类 | 第13-14页 |
| ·数据挖掘的过程 | 第14-15页 |
| ·数据挖掘面临的主要问题 | 第15-16页 |
| ·数据挖掘的研究与开发方向 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第三章 关联规则算法的研究 | 第17-32页 |
| ·关联规则的基本概念 | 第17-22页 |
| ·基本概念 | 第17-19页 |
| ·关联规则的种类 | 第19-20页 |
| ·关联规则的挖掘方法 | 第20-21页 |
| ·关联规则挖掘的研究方向 | 第21-22页 |
| ·关联规则挖掘的经典算法-Apriori 算法 | 第22-25页 |
| ·关联规则挖掘步骤 | 第22页 |
| ·发现频繁项目集算法－Apriori 算法 | 第22-23页 |
| ·Apriori 算法的评价 | 第23-24页 |
| ·Apriori 算法的优化 | 第24-25页 |
| ·FP-GROWTH 算法 | 第25-31页 |
| ·FP-tree 结构 | 第26-28页 |
| ·挖掘FP-tree | 第28页 |
| ·算法示例 | 第28-30页 |
| ·FP-growth 算法分析总结 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于兴趣度的关联规则挖掘算法 | 第32-44页 |
| ·问题的提出背景 | 第32页 |
| ·关联规则的评价及阈值 | 第32-34页 |
| ·关联规则的评价 | 第32-33页 |
| ·基于支持度-可信度挖掘算法的缺点 | 第33-34页 |
| ·兴趣度的引入 | 第34-35页 |
| ·兴趣度模型的描述 | 第35-37页 |
| ·兴趣度的类型 | 第35页 |
| ·几种兴趣度的模型 | 第35-37页 |
| ·一种改进的基于兴趣度的挖掘算法 | 第37-43页 |
| ·初始的关联规则和兴趣度的定义 | 第37-38页 |
| ·改进的关联规则和兴趣度的定义 | 第38-40页 |
| ·基于支持-置信-兴趣度的挖掘算法 | 第40-41页 |
| ·示例说明 | 第41-42页 |
| ·算法的特点分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 多层关联规则的算法改进 | 第44-58页 |
| ·多层关联规则挖掘 | 第44-49页 |
| ·多层关联规则挖掘概述 | 第44-45页 |
| ·多层关联规则挖掘的步骤 | 第45-46页 |
| ·多层关联规则挖掘方法 | 第46-48页 |
| ·基于Apriori 算法的多层关联规则挖掘算法的局限性 | 第48-49页 |
| ·交叉层关联规则挖掘算法 | 第49-51页 |
| ·FP-CH 算法 | 第51-57页 |
| ·定义和规则 | 第51页 |
| ·FP-CH 算法 | 第51-52页 |
| ·FP-CH 算法的挖掘过程 | 第52-53页 |
| ·FP-CH 算法实例 | 第53-56页 |
| ·FP-CH 与ML-CH 算法的比较结论 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 结论 | 第58-60页 |
| ·论文工作的总结 | 第58-59页 |
| ·论文工作的进一步研究方向 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 在学期间发表的学术论文和参加科研情况 | 第64页 |