基于基集和概念格的数据挖掘方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 引言 | 第11-13页 |
| 第一章 数据挖掘 | 第13-34页 |
| ·数据挖掘的历史 | 第13-15页 |
| ·数据挖掘的基础讨论 | 第15-28页 |
| ·数据挖掘的基本概念 | 第15-19页 |
| ·数据挖掘的应用范围 | 第19-21页 |
| ·数据挖掘的功能 | 第21-24页 |
| ·数据挖掘的分类 | 第24-25页 |
| ·数据挖掘存在的问题和发展方向 | 第25-28页 |
| ·数据挖掘常用技术概述 | 第28-34页 |
| ·神经网络 | 第28-29页 |
| ·决策树 | 第29页 |
| ·粗糙集 | 第29-31页 |
| ·概念格 | 第31-32页 |
| ·统计分析方法 | 第32-33页 |
| ·遗传算法 | 第33-34页 |
| 第二章 基于基集的关联规则挖掘 | 第34-69页 |
| ·关联规则的一般性描述 | 第34-38页 |
| ·基本概念 | 第34-35页 |
| ·购物篮分析——一个典型挖掘关联规则的例子 | 第35-36页 |
| ·关联规则的分类 | 第36-37页 |
| ·挖掘关联规则的基本步骤 | 第37-38页 |
| ·挖掘关联规则的常用算法 | 第38-50页 |
| ·Apriori算法 | 第38-44页 |
| ·Apriori算法的变形及改进 | 第44-50页 |
| ·基于基集的关联规则挖掘算法 | 第50-69页 |
| ·算法基础 | 第50-51页 |
| ·基集生成算法 | 第51-56页 |
| ·设计支持度函数和权值函数 | 第56-58页 |
| ·算法流程 | 第58-61页 |
| ·算法示例 | 第61-63页 |
| ·性能测试 | 第63-68页 |
| ·结论 | 第68-69页 |
| 第三章 基于基集和约简概念格的关联规则挖掘算法 | 第69-88页 |
| ·概念格的基本概念 | 第69-70页 |
| ·概念格的建造和简化 | 第70-72页 |
| ·批处理算法 | 第70-71页 |
| ·增量式算法 | 第71-72页 |
| ·概念格的简化 | 第72页 |
| ·一个约简的增量式建格算法 | 第72-78页 |
| ·在频繁1_项集基础上构建约简概念格 | 第72-76页 |
| ·基于约简概念格生成频繁项集 | 第76-78页 |
| ·基于基集和约简概念格的关联规则挖掘 | 第78-88页 |
| ·算法伪代码 | 第78-82页 |
| ·应用示例 | 第82-84页 |
| ·性能测试 | 第84-87页 |
| ·结论 | 第87-88页 |
| 第四章 关联规则挖掘在GIS中的应用 | 第88-100页 |
| ·GIS与数据挖掘 | 第88页 |
| ·空间关联规则挖掘的补充定义 | 第88-91页 |
| ·空间数据格式转换 | 第91-94页 |
| ·关联规则挖掘算法在GIS上的应用 | 第94-97页 |
| ·剔除空间关联规则中的冗余规则和无意义规则 | 第97-100页 |
| 结束语 | 第100-102页 |
| 本文工作总结 | 第100-101页 |
| 进一步的研究工作 | 第101-102页 |
| 致谢 | 第102-103页 |
| 参考文献 | 第103-110页 |
| 攻博期间取得的研究成果 | 第110页 |
