| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 不确定数据的频繁项集挖掘 | 第12-13页 |
| 1.2.2 不确定数据的分类 | 第13-14页 |
| 1.2.3 Hadoop平台 | 第14-16页 |
| 1.3 本文的主要工作 | 第16-17页 |
| 1.4 论文组织 | 第17-18页 |
| 第二章 基于正态近似的概率频繁项集挖掘方法 | 第18-33页 |
| 2.1 引言 | 第18-19页 |
| 2.2 概率频繁项集的分析 | 第19-22页 |
| 2.3 概率近似估计方法 | 第22-23页 |
| 2.4 基于正态近似的并行化算法PNDUA | 第23-27页 |
| 2.5 实验分析 | 第27-32页 |
| 2.5.1 实验环境及数据集 | 第28页 |
| 2.5.2 评判标准 | 第28-29页 |
| 2.5.3 实验结果 | 第29-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 基于FP-Growth的稀疏数据概率频繁项集挖掘方法 | 第33-49页 |
| 3.1 引言 | 第33-34页 |
| 3.2 不确定数据领域的FP-Growth相关分析 | 第34-37页 |
| 3.3 基于FP-Growth的稀疏数据概率频繁项集挖掘算法 | 第37-44页 |
| 3.3.1 ApproxFP-tree的组成与构造 | 第37-43页 |
| 3.3.2 ApproxFP算法 | 第43-44页 |
| 3.4 实验分析 | 第44-48页 |
| 3.4.1 实验环境及数据集 | 第44-45页 |
| 3.4.2 实验结果 | 第45-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 基于关联规则的不确定数据分类方法 | 第49-63页 |
| 4.1 引言 | 第49-50页 |
| 4.2 不确定数据分类的相关分析 | 第50-52页 |
| 4.3 基于关联规则的不确定数据分类方法 | 第52-58页 |
| 4.3.1 关联规则的相关概念分析 | 第52-55页 |
| 4.3.2 uARC算法 | 第55-58页 |
| 4.4 实验分析 | 第58-61页 |
| 4.4.1 实验环境及数据集 | 第58页 |
| 4.4.2 实验结果 | 第58-61页 |
| 4.5 本章小结 | 第61-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间完成的学术成果 | 第71页 |
| 攻读硕士学位期间参与的科研课题 | 第71-72页 |
| 致谢 | 第72-73页 |
