论文目录 | |
| 摘要 | 第1-6
页 |
| Abstract | 第6-16
页 |
| 目录 | 第16
页 |
| 第1章 概论 | 第16-30
页 |
| · 引言 | 第16-17
页 |
| · 关联规则技术基础知识 | 第17-19
页 |
| · 基本概念 | 第17-18
页 |
| · 挖掘方法 | 第18-19
页 |
| · 关联规则技术研究现状 | 第19-25
页 |
| · 频繁模式、最大频繁模式和闭合频繁模式挖掘 | 第19-20
页 |
| · 多种扩展形式的关联规则挖掘研究 | 第20-24
页 |
| · 关联规则挖掘后处理 | 第24-25
页 |
| · 问题的提出 | 第25-26
页 |
| · 本文的主要工作及创新点 | 第26-27
页 |
| · 本文的组织结构 | 第27-30
页 |
| 第2章 基于相关兴趣度的关联规则挖掘 | 第30-60
页 |
| · 引言 | 第30-31
页 |
| · 一种新的相关兴趣度度量 | 第31-36
页 |
| · 已有的关联和相关兴趣度度量 | 第31
页 |
| · All-item-confidence相关兴趣度度量 | 第31-35
页 |
| · All-item-confidence与All-set-confidence之间的关系 | 第35-36
页 |
| · 购物篮中关联规则的应用类型分析 | 第36
页 |
| · 基于All-item-confidence的项项正相关关联规则挖掘 | 第36-41
页 |
| · 项项正相关关联规则挖掘问题的提出 | 第36-37
页 |
| · 兴趣度度量的选取 | 第37-39
页 |
| · 基于All-item-confidence度量的项项正相关关联规则挖掘 | 第39-41
页 |
| · 挖掘算法ItemCoMine_AP和ItemCoMine_CT | 第41-49
页 |
| · ItemCoMine_AP算法 | 第41-42
页 |
| · ItemCoMine_CT算法 | 第42-43
页 |
| · 实验测评和比较分析 | 第43-49
页 |
| · 基于All-item-confidence和项集相关性度量的项项且项集正相关关联规则挖掘 | 第49-52
页 |
| · 项项且项集正相关关联规则挖掘问题的提出 | 第49
页 |
| · 项集相关性度量 | 第49-50
页 |
| · 项项且项集正相关关联规则定义和例子 | 第50-52
页 |
| · 挖掘算法I&ISCoMine_AP和I&ISCoMine_CT | 第52-58
页 |
| · I&ISCoMine_AP算法 | 第52-53
页 |
| · I&ISCoMine_CT算法 | 第53-54
页 |
| · 实验测评和比较分析 | 第54-58
页 |
| · 本章小结 | 第58-60
页 |
| 第3章 动态关联规则挖掘 | 第60-90
页 |
| · 引言 | 第60-61
页 |
| · 问题描述及其分析 | 第61-63
页 |
| · 动态关联规则原定义 | 第61-62
页 |
| · 原定义的不足之处 | 第62-63
页 |
| · 动态关联规则新定义及其挖掘算法 | 第63-72
页 |
| · 动态关联规则新定义 | 第63-64
页 |
| · 动态关联规则挖掘算法 | 第64-69
页 |
| · 性能评测 | 第69-72
页 |
| · 带使用信息动态关联规则挖掘问题的提出 | 第72-73
页 |
| · 问题定义 | 第73-77
页 |
| · 候选有效时段表示 | 第73-75
页 |
| · 带使用信息的动态关联规则 | 第75-77
页 |
| · 带使用信息的动态关联规则挖掘算法 | 第77-88
页 |
| · 挖掘框架 | 第77-78
页 |
| · ITS2算法 | 第78-79
页 |
| · EFP-Growth2算法 | 第79-80
页 |
| · 使用信息生成 | 第80-81
页 |
| · 性能评测 | 第81-87
页 |
| · 应用实例 | 第87-88
页 |
| · 本章小结 | 第88-90
页 |
| 第4章 加权模糊层次关联规则挖掘 | 第90-106
页 |
| · 引言 | 第90-91
页 |
| · 模糊层次型关联规则 | 第91-93
页 |
| · 布尔型数据库中的加权模糊层次型关联规则挖掘 | 第93-97
页 |
| · 加权的原因 | 第93
页 |
| · 叶子结点项权值的确定 | 第93-94
页 |
| · 加权模糊层次型关联规则(WGF-AR)模型 | 第94-97
页 |
| · WGF-AR规则挖掘算法 | 第97-100
页 |
| · 性质 | 第97-98
页 |
| · W-Apriori算法 | 第98-100
页 |
| · 性能测评 | 第100-104
页 |
| · 实验一:算法性能测试 | 第100-102
页 |
| · 实验二:可伸缩性实验 | 第102-104
页 |
| · 本章小结 | 第104-106
页 |
| 第5章 基于模糊分类结构的交易数据库关联规则聚类 | 第106-122
页 |
| · 引言 | 第106-107
页 |
| · 模糊分类结构的合并 | 第107-109
页 |
| · 模糊分类结构描述 | 第108
页 |
| · 多个有向无环图的合并 | 第108
页 |
| · 合并后的模糊分类结构描述 | 第108-109
页 |
| · 带语义差别信息的模糊分类结构 | 第109-112
页 |
| · 基于模糊分类结构的距离度量 | 第112-116
页 |
| · 项间距离 | 第113-114
页 |
| · 项集距离 | 第114-115
页 |
| · 关联规则距离 | 第115-116
页 |
| · 规则聚类算法的选择和应用 | 第116
页 |
| · 实验分析与讨论 | 第116-120
页 |
| · 实验一:规则距离计算实验 | 第117-118
页 |
| · 实验二:规则聚类可视化计算 | 第118-120
页 |
| · 本章小结 | 第120-122
页 |
| 第6章 总结和展望 | 第122-126
页 |
| · 全文总结 | 第122-124
页 |
| · 工作展望 | 第124-126
页 |
| 参考文献 | 第126-136
页 |
| 攻读博士学位期间发表的学术论文 | 第136-137
页 |
| 致谢 | 第137
页 |
