文摘
英文文摘
声明
第1章绪论
1.1课题研究背景
1.2选题意义
1.3关联规则挖掘与购物篮分析的研究现状
1.4论文的组织结构
第2章关联规则挖掘相关概念和算法
2.1数据挖掘介绍
2.1.1数据挖掘的基本概念
2.1.2数据挖掘的过程
2.1.3数据挖掘的分类、技术和方法
2.1.4数据挖掘的任务
2.2关联规则介绍
2.2.1关联规则的定义
2.2.2关联规则的分类
2.2.3关联规则的挖掘
2.2.4关联规则的应用
2.3关联规则挖掘算法发展概述
2.3.1经典频繁集算法——Apriori 算法
2.3.2经典频繁模式增长算法——FP-growth算法
第3章FP-growth更新算法分析与实现
3.1FP-growth更新算法分析
3.1.1相关概念阐述
3.1.2事务哈希表和线性对象表应用的可行性分析
3.2支持度和数据变化时高效更新tranHashTab和itemList表
3.3由排好序的tranHashTab和itemList表数据产生FP-tree
3.4新旧算法实验结果分析
3.4.1实验环境
3.4.2实验数据
3.4.3新旧算法实验结果对比图
3.4.4改进算法的优势分析
3.4.5大型关系数据库中的FP-growth更新算法优化方案
第4章 购物篮分析的基本理论和方法
4.1购物篮分析理论与方法提出的必要性
4.2商品间的“促销”关系分析
4.3商品阵列的优化方法
4.4.实例分析
第5章 关联规则算法在零售业购物篮分析中的应用
5.1背景分析
5.2实验系统开发说明
5.3关联规则计算模型
5.4系统挖掘执行流程
5.5功能实践与结果分析
5.5.1销售数据预处理
5.5.2系统启动
5.5.3零售业关联规则与商品摆放规则的生成
5.5.4查询与分析功能的实现
第6章总结与展望
6.1总结
6.1.1本论文主要做的工作和结果:
6.1.2设计与开发方面的不足
6.2展望
附录
参考文献
攻读学位期间发表的学术论文
致 谢