| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-16页 |
| ·课题研究背景及意义 | 第12-13页 |
| ·本文的主要工作 | 第13-14页 |
| ·论文的内容结构 | 第14-16页 |
| 第2章 数据挖掘概述 | 第16-34页 |
| ·数据挖掘的定义 | 第16-17页 |
| ·数据挖掘的分类 | 第17-21页 |
| ·根据数据挖掘技术分类 | 第18-19页 |
| ·根据挖掘的对象分类 | 第19页 |
| ·根据挖掘的任务分类 | 第19-21页 |
| ·关联规则挖掘 | 第21-25页 |
| ·关联规则基本概念 | 第21-22页 |
| ·关联规则的分类 | 第22-23页 |
| ·关联规则经典算法 | 第23-25页 |
| ·分类规则挖掘 | 第25-29页 |
| ·分类与预测基本概念 | 第25-26页 |
| ·分类方法评估标准 | 第26页 |
| ·分类规则挖掘算法的分类与存在的问题 | 第26-27页 |
| ·分类经典算法 | 第27-29页 |
| ·分类规则挖掘与关联规则挖掘的关系 | 第29-30页 |
| ·分类关联规则挖掘 | 第30-33页 |
| ·分类关联规则基本概念 | 第30页 |
| ·分类关联规则基本性质 | 第30-31页 |
| ·分类关联规则挖掘算法的优点 | 第31页 |
| ·分类关联规则算法分析 | 第31-33页 |
| ·小结 | 第33-34页 |
| 第3章 一个最优分类关联规则算法 | 第34-40页 |
| ·引言 | 第34页 |
| ·基本概念和定理 | 第34-35页 |
| ·OCARA 算法 | 第35-38页 |
| ·生成最优规则集 | 第36-37页 |
| ·规则排序 | 第37-38页 |
| ·规则预测 | 第38页 |
| ·实验与结果分析 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第4章 基于粗糙集的分类关联规则算法 | 第40-52页 |
| ·引言 | 第40页 |
| ·粗糙集理论 | 第40-46页 |
| ·RS 的下逼近、上逼近、边界区和粗糙隶属函数 | 第41-42页 |
| ·粗糙集理论中的知识表示 | 第42页 |
| ·粗糙集理论的属性约简 | 第42-46页 |
| ·基于粗糙集理论的ORD 算法概念 | 第46-47页 |
| ·基于粗糙集理论的快速ORD 算法(RSBORD) | 第47-48页 |
| ·实验与结果分析 | 第48-51页 |
| ·实验过程 | 第48-50页 |
| ·实验结果分析 | 第50-51页 |
| ·小结 | 第51-52页 |
| 总结与展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 附录A 攻读硕士学位期间发表论文目录 | 第59-60页 |
| 附录B 攻读学位期间参加的项目 | 第60页 |