首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于Apriori和FP-TREE的频繁项目集挖掘算法

摘要第4-5页
Abstract第5-6页
第一章 绪论第10-16页
    1.1 研究背景及意义第10-11页
    1.2 国内外研究现状第11-13页
    1.3 论文的创新点第13页
    1.4 全文研究内容及章节安排第13-14页
    1.5 本章小结第14-16页
第二章 相关理论及技术研究第16-36页
    2.1 关联规则第16-18页
        2.1.1 关联规则简介第16页
        2.1.2 关联规则基本概念第16-18页
        2.1.3 挖掘频繁项目集第18页
    2.2 水平布局数据库挖掘算法第18-24页
        2.2.1 Apriori算法第18-21页
        2.2.2 DirectHashingandPruning(DHP)算法第21页
        2.2.3 基于划分(partition)的算法第21页
        2.2.4 采样算法第21-22页
        2.2.5 DIC算法第22-23页
        2.2.6 改进的Apriori算法第23-24页
    2.3 垂直布局数据库挖掘算法第24-25页
        2.3.1 Eclat算法第24-25页
    2.4 投影布局数据库挖掘算法第25-35页
        2.4.1 FP-Growth算法第25-29页
        2.4.2 COFI树算法第29-32页
        2.4.3 CT-PRO算法第32-35页
        2.4.4 H-mine算法第35页
    2.5 本章小结第35-36页
第三章 研究问题描述第36-40页
    3.1 为什么要提出新方法第36-37页
    3.2 算法差别分析第37页
    3.3 问题陈述第37-38页
    3.4 提出的目标第38页
    3.5 使用的方法第38页
    3.6 本章小结第38-40页
第四章 购物篮问题中Apriori和FP-TREE的频繁项目集挖掘算法分析与改进第40-52页
    4.1 业务理解第41页
        4.1.1 基于市场的分析第41页
        4.1.2 基于市场的分析目标第41页
    4.2 数据收集第41-42页
    4.3 现有技术的比较第42-44页
        4.3.1 经典算法的比较第42-43页
        4.3.2 FP-Tree变体的比较第43-44页
    4.4 建立模型第44-50页
        4.4.1 以例子实现新的挖掘算法第45-50页
    4.5 本章小结第50-52页
第五章 测试和结果第52-56页
    5.1 比较分析第52-54页
        5.1.1 时间比较第52-54页
        5.1.2 内存比较第54页
    5.2 本章小结第54-55页
    5.3 本章小结第55-56页
第六章 总结与展望第56-58页
    6.1 总结第56页
    6.2 展望第56-58页
参考文献第58-62页
攻读硕士学位期间研究成果第62-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:ACL重建中经前内下入路股骨隧道的3D模拟研究
下一篇:基于改进LSTM单元的循环神经网络中文分词研究