| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-15页 |
| 1.2.1 频繁模式挖掘算法 | 第10-11页 |
| 1.2.2 大数据集上的高效用模式挖掘算法 | 第11-12页 |
| 1.2.3 数据流上的高效用模式挖掘算法 | 第12-14页 |
| 1.2.4 含负效用值的高效用模式挖掘算法 | 第14-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 本文组织结构 | 第16-17页 |
| 第2章 数据流上基于头表压缩的高效用模式挖掘算法研究 | 第17-42页 |
| 2.1 相关概念及定义 | 第17-19页 |
| 2.2 IHUM-UT算法 | 第19-34页 |
| 2.2.1 设计思想 | 第19-21页 |
| 2.2.2 全局头表更新过程 | 第21-25页 |
| 2.2.3 全局效用树更新过程 | 第25-29页 |
| 2.2.4 高效用模式挖掘过程 | 第29-33页 |
| 2.2.5 长事务的处理 | 第33-34页 |
| 2.3 实验结果与分析 | 第34-41页 |
| 2.3.1 实验环境及实验说明 | 第34-35页 |
| 2.3.2 不同最小效用阈值下的对比实验 | 第35-37页 |
| 2.3.3 不同窗口大小下的对比实验 | 第37-39页 |
| 2.3.4 不同批大小下的对比实验 | 第39-41页 |
| 2.4 本章小结 | 第41-42页 |
| 第3章 负效用值场景下高效用模式挖掘算法的改进研究 | 第42-58页 |
| 3.1 TWU估值方法的失效分析 | 第42-44页 |
| 3.2 项集前向估值方法 | 第44-49页 |
| 3.2.1 设计思想 | 第44页 |
| 3.2.2 FEU方法 | 第44-47页 |
| 3.2.3 FEU方法与TWU方法的比较 | 第47-48页 |
| 3.2.4 FEU方法的应用示例 | 第48-49页 |
| 3.3 实验结果与分析 | 第49-56页 |
| 3.3.1 实验环境及实验说明 | 第49-50页 |
| 3.3.2 不同最小效用阈值下的对比实验 | 第50-52页 |
| 3.3.3 不同窗口大小下的对比实验 | 第52-54页 |
| 3.3.4 不同批大小下的对比实验 | 第54-56页 |
| 3.4 本章小结 | 第56-58页 |
| 第4章 商品销售实时指导原型系统设计与实现 | 第58-69页 |
| 4.1 系统构建的目的与意义 | 第58-59页 |
| 4.2 准备工作 | 第59-61页 |
| 4.2.1 商品销售策略 | 第59-60页 |
| 4.2.2 客户购物记录流的模拟 | 第60-61页 |
| 4.3 系统设计 | 第61-63页 |
| 4.4 系统实现 | 第63-65页 |
| 4.4.1 数据流配置模块的实现 | 第63页 |
| 4.4.2 高效用模式挖掘模块的实现 | 第63-64页 |
| 4.4.3 数据统计模块的实现 | 第64页 |
| 4.4.4 销售策略调整模块的实现 | 第64-65页 |
| 4.5 系统效果与评估 | 第65-67页 |
| 4.6 本章小结 | 第67-69页 |
| 第5章 总结与展望 | 第69-71页 |
| 5.1 论文工作总结 | 第69-70页 |
| 5.2 论文工作展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读学位期间获得与学位论文相关的科研成果 | 第76页 |