挖掘正相关的频繁项集
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-11页 |
| ·课题研究背景 | 第8页 |
| ·本文的主要工作 | 第8-9页 |
| ·课题的研究价值和意义 | 第9-10页 |
| ·本文的内容组织 | 第10-11页 |
| 第二章 数据挖掘和关联规则 | 第11-21页 |
| ·数据挖掘和KDD | 第11-15页 |
| ·数据挖掘和KDD的概念 | 第11-12页 |
| ·数据挖掘的分类 | 第12-13页 |
| ·数据挖掘面临的挑战 | 第13-15页 |
| ·数据挖掘研究的热点 | 第15页 |
| ·关联规则的基本概念 | 第15-16页 |
| ·关联规则的分类 | 第16-18页 |
| ·基于规则中处理的变量类别分类 | 第16页 |
| ·基于规则中数据的抽象层次分类 | 第16-17页 |
| ·基于规则中涉及到的数据维数分类 | 第17-18页 |
| ·关联规则的发展方向 | 第18-19页 |
| ·由关联挖掘到相关分析 | 第19-21页 |
| 第三章 频繁项集的挖掘算法 | 第21-32页 |
| ·频繁项集挖掘的基本策略 | 第21-24页 |
| ·频繁项集生成中解空间的类型 | 第21-22页 |
| ·频繁项集生成中的搜索方法和剪枝策略 | 第22-23页 |
| ·数据库的表示方法 | 第23页 |
| ·数据压缩技术 | 第23-24页 |
| ·APRIORI挖掘算法 | 第24-28页 |
| ·Apriori核心算法 | 第24-26页 |
| ·挖掘频繁项集的优化方法 | 第26-28页 |
| ·频繁模式增长算法 | 第28-29页 |
| ·CLOSET和CLOSET+算法 | 第29-31页 |
| ·MAXMINER算法 | 第31-32页 |
| 第四章 挖掘正相关的频繁项集 | 第32-46页 |
| ·问题提出 | 第32-33页 |
| ·兴趣度度量标准 | 第33-38页 |
| ·客观度量 | 第34-37页 |
| ·主观度量 | 第37-38页 |
| ·正相关频繁项集的概念 | 第38-39页 |
| ·算法思想 | 第39-46页 |
| ·改进的FP-树 | 第39-41页 |
| ·公共项的处理 | 第41-43页 |
| ·相关性判断 | 第43页 |
| ·算法描述 | 第43-46页 |
| 第五章 实验结果和分析 | 第46-50页 |
| ·实验环境 | 第46页 |
| ·实验数据 | 第46-47页 |
| ·实验分析 | 第47-48页 |
| ·进一步讨论 | 第48-50页 |
| ·零事务问题 | 第49页 |
| ·遗漏的频繁项集 | 第49-50页 |
| 第六章 总结和展望 | 第50-52页 |
| ·全文总结 | 第50页 |
| ·工作展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间发表论文情况 | 第58页 |
