文摘
英文文摘
致谢
第一章绪论
1.1知识发现和数据挖掘的概念
1.2知识发现任务的类型
1.3 KDD的处理过程
1.4数据挖掘的各种方法和技术
1.5 KDD与机器学习和统计学
1.6本文的工作和内容组织
第二章关联规则的研究综述
2.1关联规则的定义
2.2关联规则挖掘的APRIORI算法
2.3关联规则发现效率的提高
2.3.1数据库扫描约简
2.3.2精度可调节的发现
2.3.3增量式关联规则更新维护技术
2.3.4并行知识发现
2.4广义和多层关联规则的发现
2.5发现用户感兴趣的规则
2.6频繁项目集方法的缺点
2.6.1虚假关联规则
2.6.2规则的其它评判标准
小结
第三章关联规则的增量式更新
3.1问题的提出
3.2数据分布
3.3增量式更新算法
3.3.1问题描述
3.3.2 IUA算法
3.3.3 IUA算法存在的问题
3.3.4 变支持度增量式更新算法FIUA
小结
第四章关联规则的多支持度挖掘
4.1稀有项目问题
4.2多支持度扩展模型
4.3多支持度挖掘算法
4.3.1向下封闭特性
4.3.2多支持度挖掘算法
4.3.3产生候选集
4.3.4.算法的进一步改进
4.4生成项目支持度
小结
第五章规则的修剪和概括
5.1规则的约简和概括
5.1.1规则的约简
5.1.2规则的概括
5.2独立性和相关性的χ2检验
5.3方向规则(DS规则)
5.4修剪发现的关联规则和发现DS规则
5.4.1 修剪关联规则
5.4.2发现DS规则
5.4.3算法P-DS
结论
第六章关联规则挖掘工具的实现
6.1数据的预处理
6.1.1数据选择
6.1.2数据转换和数据编码
6.2数据挖掘
6.3挖掘实例
小结
结束语
参考文献
附录参加的科研项目和发表的文章