| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-14页 |
| ·研究背景 | 第10页 |
| ·国内外的研究现状 | 第10-11页 |
| ·当前存在的问题 | 第11-12页 |
| ·论文研究的主要内容 | 第12页 |
| ·论文的组织结构 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 2 数据挖掘理论综述 | 第14-27页 |
| ·数据挖掘的概念 | 第14-15页 |
| ·数据挖掘的技术定义 | 第14-15页 |
| ·数据挖掘的商业定义 | 第15页 |
| ·数据挖掘的常用知识表示模式及其方法 | 第15-18页 |
| ·广义知识挖掘 | 第16页 |
| ·关联知识挖掘 | 第16-17页 |
| ·类知识挖掘 | 第17-18页 |
| ·特异型知识挖掘 | 第18页 |
| ·数据挖掘系统的体系结构 | 第18-20页 |
| ·数据库、数据仓库或其他信息库 | 第19页 |
| ·数据库或数据仓库服务器 | 第19-20页 |
| ·知识库 | 第20页 |
| ·数据挖掘引擎 | 第20页 |
| ·模式评估模块 | 第20页 |
| ·图形用户界面 | 第20页 |
| ·数据挖掘的技术支持 | 第20-23页 |
| ·粗集理论法 | 第20-21页 |
| ·模糊集方法 | 第21页 |
| ·决策树法 | 第21页 |
| ·神经网络 | 第21-22页 |
| ·遗传算法 | 第22页 |
| ·类比学习法 | 第22-23页 |
| ·数据挖掘的应用 | 第23-24页 |
| ·数据挖掘在生物医学中的应用 | 第23页 |
| ·数据挖掘在金融业中的应用 | 第23页 |
| ·数据挖掘在电信业中的应用 | 第23-24页 |
| ·数据挖掘在零售业中的应用 | 第24页 |
| ·数据挖掘在信息安全中的应用 | 第24页 |
| ·数据挖掘的社会影响 | 第24-26页 |
| ·数据挖掘作为一种商业是否能够持久稳定增长 | 第24-25页 |
| ·数据挖掘是知识分子的事还是每个人的事 | 第25页 |
| ·数据挖掘是否对隐私或数据安全构成威胁 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 关联规则挖掘研究 | 第27-47页 |
| ·关联规则挖掘的相关概念及方法 | 第27-29页 |
| ·关联规则挖掘的相关概念 | 第27-28页 |
| ·关联规则挖掘的方法 | 第28-29页 |
| ·事务数据库中关联规则的挖掘 | 第29-35页 |
| ·经典的挖掘频繁项目集的算法——Apriori算法 | 第29-34页 |
| ·由频繁项目集生成关联规则 | 第34-35页 |
| ·不产生候选集的关联规则挖掘算法——FP-growth算法 | 第35-41页 |
| ·基本思想 | 第35页 |
| ·算法描述 | 第35-36页 |
| ·举例说明 | 第36-40页 |
| ·算法性能分析 | 第40页 |
| ·实验结果与分析 | 第40-41页 |
| ·其他关联规则挖掘算法——Close算法 | 第41-43页 |
| ·基本思想 | 第41页 |
| ·算法描述 | 第41-43页 |
| ·关联规则挖掘中的约束问题 | 第43-44页 |
| ·关联规则的元规则挖掘 | 第44页 |
| ·约束特例——时态约束关联规则挖掘 | 第44页 |
| ·关联规则挖掘中更深入问题的探讨 | 第44-46页 |
| ·多层关联规则挖掘 | 第45页 |
| ·多维关联规则挖掘 | 第45-46页 |
| ·数量关联规则挖掘 | 第46页 |
| ·本章小结 | 第46-47页 |
| 4 Apriori的改进算法——BMSL_Apriori算法 | 第47-56页 |
| ·基本思想 | 第47页 |
| ·算法设计步骤 | 第47-52页 |
| ·构造事务数据库D的1-项目集布尔矩阵 | 第47-48页 |
| ·1-频繁项目集的集合L_1的生成 | 第48-49页 |
| ·2-频繁项目集的集合L_2的生成 | 第49-51页 |
| ·apriori_gen(L_(k-1))算法的改进 | 第51-52页 |
| ·算法性能分析 | 第52页 |
| ·避免大量候选集的产生及减少数据库的扫描次数 | 第52页 |
| ·减少了时间开销 | 第52页 |
| ·合理有效地利用了空间 | 第52页 |
| ·实验结果与分析 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 5 改进算法的应用 | 第56-62页 |
| ·实验的软硬件环境 | 第56页 |
| ·实验的具体过程 | 第56-61页 |
| ·体系结构 | 第56-57页 |
| ·系统数据库的建立 | 第57-59页 |
| ·关联规则的挖掘 | 第59-61页 |
| ·挖掘结果的分析 | 第61页 |
| ·本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-63页 |
| ·总结 | 第62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 作者简介及读研期间主要科研成果 | 第67页 |
| 作者简介 | 第67页 |
| 读研期间主要科技成果 | 第67页 |
