| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题背景 | 第10-12页 |
| 1.2 数据挖掘与知识发现 | 第12-16页 |
| 1.2.1 国外发展状况 | 第15页 |
| 1.2.2 国内发展状况 | 第15-16页 |
| 1.3 课题主要研究内容 | 第16-17页 |
| 1.4 课题研究的目的与意义 | 第17页 |
| 1.5 论文的结构 | 第17-20页 |
| 第2章 数据挖掘及关联规则综述 | 第20-32页 |
| 2.1 数据挖掘的定义与解释 | 第20-26页 |
| 2.1.1 数据挖掘的分类 | 第21页 |
| 2.1.2 数据挖掘的方法和技术 | 第21-24页 |
| 2.1.3 数据挖掘的任务 | 第24-26页 |
| 2.2 关联规则的基本定义与解释 | 第26-30页 |
| 2.2.1 关联规则挖掘的步骤 | 第27页 |
| 2.2.2 关联规则挖掘的主要应用 | 第27-29页 |
| 2.2.3 关联规则挖掘的主要分类 | 第29-30页 |
| 2.3 本章小结 | 第30-32页 |
| 第3章 关联规则的经典Apriori算法 | 第32-44页 |
| 3.1 经典Apriori算法简介 | 第32-34页 |
| 3.2 Apriori算法解读 | 第34-36页 |
| 3.2.1 Apriori的算法流程图 | 第34-35页 |
| 3.2.2 Apriori算法基本实现步骤 | 第35-36页 |
| 3.3 Apriori算法举例 | 第36-40页 |
| 3.4 Apriori算法的性能分析 | 第40-41页 |
| 3.5 Apriori算法的现有的优化方法 | 第41-43页 |
| 3.5.1 基于散列技术 | 第41页 |
| 3.5.2 基于事务压缩 | 第41-42页 |
| 3.5.3 基于采样的方法 | 第42页 |
| 3.5.4 基于分块方法 | 第42-43页 |
| 3.5.5 动态项集计数 | 第43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 对Apriori算法扫描次数的改进 | 第44-52页 |
| 4.1 针对Apriori算法扫描次数的改进 | 第44-45页 |
| 4.2 基于逻辑位优化后的Apriori算法的描述 | 第45-46页 |
| 4.2.1 本算法依据的性质 | 第46页 |
| 4.2.2 本算法的算法描述 | 第46页 |
| 4.3 举例分析 | 第46-50页 |
| 4.4 算法性能对比 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 对Apriori算法2-项集生成的改进 | 第52-60页 |
| 5.1 基于哈希表改进的Apriori算法的思想 | 第52页 |
| 5.2 频繁2-项集的生成 | 第52-55页 |
| 5.3 剪枝策略 | 第55页 |
| 5.4 基于哈希表改进的Apriori算法的主要算法描述 | 第55-56页 |
| 5.5 算法性能分析与对比 | 第56-57页 |
| 5.6 本章小结 | 第57-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |