摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 引言 | 第8-13页 |
1.1 网上银行数据处理研究现状 | 第8页 |
1.2 网上银行数据流研究中存在的问题 | 第8-9页 |
1.3 数据流技术国内外研究现状 | 第9-11页 |
1.4 论文的主要内容 | 第11页 |
1.5 论文的章节安排 | 第11-13页 |
第二章 数据流模型与频繁模式挖掘 | 第13-18页 |
2.1 数据流概述 | 第13-14页 |
2.1.1 数据流的原理及其特点 | 第13页 |
2.1.2 网上银行中所应用的窗口模型 | 第13-14页 |
2.2 数据流频繁模式在网上银行的挖掘 | 第14-16页 |
2.3 网上银行数据流概念及特点 | 第16-18页 |
第三章 网上银行基于滑动窗口的最大频繁模式数据流 | 第18-27页 |
3.1 最大频繁模式的提出 | 第18-19页 |
3.2 网上银行变滑动窗口的数据挖掘算法构造 | 第19-24页 |
3.2.1 理论基础 | 第19-22页 |
3.2.2 算法基本思想和描述 | 第22-23页 |
3.2.3 算法示例与分析 | 第23-24页 |
3.3 实验分析 | 第24-27页 |
3.3.1 实验环境 | 第24-25页 |
3.3.2 算法性能测试和分析 | 第25-27页 |
第四章 网上银行Top-K频繁模式挖掘算法 | 第27-38页 |
4.1 Top-K频繁模式挖掘算法 | 第27页 |
4.2 网上银行滑动窗口的Top-k模式树结构设计 | 第27-29页 |
4.2.1 网上银行滑动窗口的Top-k模式树结构特点与性质 | 第27-28页 |
4.2.2 节点计数器 | 第28-29页 |
4.3 动态维护网上银行滑动窗口的Top-k模式树 | 第29-32页 |
4.3.1 选择节点计数器 | 第29-31页 |
4.3.2 网上银行滑动窗口的Top-k模式树增量更新 | 第31-32页 |
4.4 Top-k频繁模式输出 | 第32-34页 |
4.5 实验分析 | 第34-38页 |
4.5.1 实验环境 | 第34页 |
4.5.2 算法性能对比和分析 | 第34-38页 |
第五章 结论 | 第38-41页 |
5.1 论文总结 | 第38-39页 |
5.2 未来展望 | 第39-41页 |
参考文献 | 第41-44页 |
致谢 | 第44-45页 |