| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·数据挖掘 | 第10-14页 |
| ·数据挖掘的含义 | 第10-11页 |
| ·数据挖掘的主要任务 | 第11-13页 |
| ·数据挖掘的主要步骤 | 第13-14页 |
| ·数据挖掘的对象 | 第14页 |
| ·本文的研究目标和主要工作 | 第14-16页 |
| ·本文的研究目标 | 第14页 |
| ·本文的主要工作 | 第14-16页 |
| 第2章 预备知识 | 第16-32页 |
| ·关联规则的基本概念 | 第16-17页 |
| ·关联规则的种类 | 第17页 |
| ·问题描述 | 第17-19页 |
| ·搜索空间 | 第17-18页 |
| ·搜索策略:宽度优先搜索与深度优先搜索 | 第18页 |
| ·问题1(频集挖掘) | 第18页 |
| ·问题2(由频集抽取关联规则) | 第18-19页 |
| ·频集挖掘的经典算法 | 第19页 |
| ·Apriori算法 | 第19-22页 |
| ·示例数据库 | 第20页 |
| ·Apriori算法频集挖掘过程 | 第20-21页 |
| ·Apriori算法描述 | 第21页 |
| ·算法效率分析 | 第21-22页 |
| ·Apriori算法的主要缺点 | 第22页 |
| ·Apriori算法的几种改进形式 | 第22-25页 |
| ·DIC算法 | 第22-23页 |
| ·Partition算法 | 第23页 |
| ·抽样 | 第23页 |
| ·DHP算法 | 第23-24页 |
| ·AprioriTid算法 | 第24页 |
| ·AprioriHybrid算法 | 第24-25页 |
| ·FP-Growth算法 | 第25-29页 |
| ·频繁模式树(FP-tree) | 第25-28页 |
| ·算法描述(FP-Growth) | 第28-29页 |
| ·算法效率分析 | 第29页 |
| ·FP-Growth算法的主要缺点 | 第29页 |
| ·关联规则挖掘的几个热点问题 | 第29-31页 |
| ·最大频集 | 第29页 |
| ·频繁闭项集 | 第29-30页 |
| ·关联规则的增量更新算法 | 第30-31页 |
| ·隐私保持关联规则挖掘 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第3章 Eclat算法及其改进 | 第32-40页 |
| ·数据库的表示 | 第32-33页 |
| ·水平数据表示 | 第32页 |
| ·Tidset垂直数据表示 | 第32-33页 |
| ·Diffset垂直数据表示 | 第33页 |
| ·数据库的其它表示方法 | 第33页 |
| ·支持度的计算方法 | 第33-34页 |
| ·计数(扫描数据库) | 第33页 |
| ·交集操作 | 第33-34页 |
| ·算法的分类 | 第34页 |
| ·Eclat算法 | 第34-36页 |
| ·算例 | 第34-35页 |
| ·Eclat算法描述 | 第35-36页 |
| ·Eclat算法效率分析 | 第36页 |
| ·Eclat算法的一种改进形式──Eofat~+ | 第36-37页 |
| ·实验结果及性能分析 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第4章 Diffset算法及其改进 | 第40-50页 |
| ·Diffset算法 | 第40-42页 |
| ·差集(Diffset)的计算 | 第40页 |
| ·支持度的计算 | 第40-41页 |
| ·算例(Diffset) | 第41页 |
| ·Diffset算法描述 | 第41-42页 |
| ·Diffset算法的效率分析 | 第42页 |
| ·Diffset算法的一种变形 | 第42-45页 |
| ·Tidset垂直数据表示与 Diffset垂直数据表示的比较 | 第42-44页 |
| ·Diffset算法的一种变形──由Tidset切换到 Diffset | 第44-45页 |
| ·一种挖掘频集的高效算法──DiffsetHybrid | 第45-46页 |
| ·利用投影数据库提高算法的可伸缩性 | 第46-47页 |
| ·实验分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 结论与展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 附录 攻读学位期间发表的论文 | 第57页 |
