频繁和高效用项集挖掘算法研究

摘要	第1-6页
Abstract	第6-7页
目录	第7-9页
第1章 绪论	第9-19页
·研究背景	第9-11页
·国内外研究现状	第11-13页
·关联规则算法研究现状	第11-12页
·效用的关联规则挖掘研究现状	第12-13页
·问题定义	第13-15页
·本研究的主要内容和贡献	第15-16页
·内容组织结构安排	第16-19页
第2章 频繁项集挖掘问题分析	第19-29页
·概述	第19-20页
·频繁项集挖掘中经典算法	第20-27页
·Apriori算法	第20-23页
·FP增长算法	第23-25页
·Eclat算法	第25-27页
·本章小结	第27-29页
第3章 高效用项集挖掘问题分析	第29-39页
·概述	第29-30页
·经典的高效用项集挖掘算法	第30-38页
·Uming算法	第30-31页
·UP-Growth算法	第31-35页
·TKU算法	第35-38页
·本章小结	第38-39页
第4章 基于质量值上界剪枝的FHIMA算法	第39-51页
·对事务数据库进行转换	第39-40页
·FHIMA算法框架	第40-42页
·利用效用和质量值上界进行剪枝	第42-46页
·实验评估	第46-50页
·实验设置	第46-47页
·FHIMA和TKU的比较	第47-48页
·不同参数设置上的衡量	第48-50页
·本章小结	第50-51页
第5章 工作总结和展望	第51-53页
·研究内容总结	第51-52页
·下一步研究工作	第52-53页
参考文献	第53-57页
致谢	第57-59页
在读期间发表的学术论文与取得的其他研究成果	第59页