| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·数据挖掘技术 | 第10-11页 |
| ·数据挖掘的背景及意义 | 第10-11页 |
| ·数据挖掘的任务 | 第11页 |
| ·序列模式挖掘技术 | 第11-14页 |
| ·序列模式挖掘技术的产生背景和研究意义 | 第11-12页 |
| ·序列模式挖掘的国内外研究现状 | 第12-14页 |
| ·加权序列模式挖掘技术 | 第14-15页 |
| ·加权序列模式挖掘算法研究 | 第14页 |
| ·加权序列模式挖掘存在的主要问题 | 第14-15页 |
| ·本课题研究的主要内容 | 第15页 |
| ·本文的结构安排 | 第15-17页 |
| 第2章 基于主存索引的加权闭序列模式挖掘算法 | 第17-27页 |
| ·引言 | 第17-18页 |
| ·问题定义 | 第18-22页 |
| ·基本概念 | 第18-19页 |
| ·加权闭序列模式 | 第19-20页 |
| ·K-最小加权支持度 | 第20-21页 |
| ·含时间间隔主存索引集 | 第21-22页 |
| ·基于主存索引的加权闭序列模式挖掘算法 MIWCSPAN | 第22-26页 |
| ·MIWCSpan 算法 | 第22-25页 |
| ·处理超大规模数据库 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 包含项间隔的广义加权闭序列模式挖掘算法 | 第27-37页 |
| ·引言 | 第27-28页 |
| ·问题定义 | 第28-32页 |
| ·基本概念 | 第28-29页 |
| ·间隔扩展序列 | 第29-30页 |
| ·包含项间隔的广义加权闭序列模式 | 第30-32页 |
| ·包含项间隔的扩展主存索引集 | 第32页 |
| ·包含项间隔的广义加权闭序列模式挖掘算法 GWCSPAN | 第32-35页 |
| ·算法思想 | 第32-33页 |
| ·算法描述 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第4章 近似加权序列模式挖掘算法 | 第37-46页 |
| ·引言 | 第37-38页 |
| ·问题定义 | 第38-42页 |
| ·基本概念 | 第38-39页 |
| ·加权相似度 | 第39-41页 |
| ·近似加权序列模式 | 第41-42页 |
| ·近似加权序列模式挖掘算法 APPWSPAN | 第42-44页 |
| ·根据加权相似度对序列进行聚类 | 第42-44页 |
| ·多重比对的方式得到簇中的一致模式 | 第44页 |
| ·本章小结 | 第44-46页 |
| 第5章 算法实现及性能分析 | 第46-53页 |
| ·实验数据集的来源 | 第46页 |
| ·MIWCSPAN 算法性能分析 | 第46-48页 |
| ·实验环境及数据集的设置 | 第46-47页 |
| ·运行时间以及生成的模式数量分析 | 第47-48页 |
| ·可伸缩性测试 | 第48页 |
| ·GWCSPAN 算法性能分析 | 第48-50页 |
| ·实验环境及数据集的设置 | 第48-49页 |
| ·算法的运行时间分析 | 第49-50页 |
| ·可伸缩性测试 | 第50页 |
| ·APPWSPAN 算法性能分析 | 第50-52页 |
| ·实验环境及数据集的设置 | 第50页 |
| ·算法的运行时间分析 | 第50-51页 |
| ·算法的挖掘质量分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第59-60页 |
| 致谢 | 第60-61页 |
| 作者简介 | 第61页 |