第一章 绪论 1
1.1 研究的背景及意义 1
1.2 关联规则挖掘的研究现状 3
1.3 关联规则挖掘面临的挑战和问题 8
1.4 研究的内容和创新成果 9
1.5 本文的组织结构 12
第二章 关联规则挖掘算法研究 15
2.1 关联规则挖掘的基本概念及相关定义 15
2.2 关联规则挖掘问题描述 20
2.3 频繁项集挖掘算法 20
2.3.1 频繁项集挖掘算法的搜索空间 20
2.3.2 频繁项集挖掘算法的搜索策略 22
2.3.3 频繁项集挖掘算法的数据结构 24
2.3.4 频繁项集挖掘算法的执行模式 29
2.3.5 经典频繁项集挖掘算法及其改进 29
2.3.6 频繁项集挖掘算法的研究框架 37
2.4 关联规则提取算法 38
2.5 小结 39
第三章 基于数据简约和数据压缩的关联规则挖掘模型研究 40
3.1 关联规则挖掘对象的发展趋势 40
3.2 大规模复杂数据集的简约和压缩 42
3.2.1 大规模复杂数据集的简约和压缩思想 43
3.2.2 大规模复杂数据集的简约和压缩方法 45
3.2.3 大规模复杂数据集的简约和压缩方法示例 48
3.3 Agrawal关联规则挖掘模型 56
3.4 基于数据简约和数据压缩思想的关联规则挖掘模型 58
3.5 小结 60
第四章 基于二元关系矩阵及其运算的频繁项集挖掘算法 61
4.1 问题的提出 62
4.2 相关的定义和性质 62
4.2.1 相关的定义 62
4.2.2 频繁项集的有关性质 64
4.3 基于二元关系矩阵及其运算的频繁项集挖掘算法 67
4.3.1 算法的基本思想 67
4.3.2 算法设计 68
4.3.3 算法示例 69
4.3.4 算法实验和性能分析 72
4.4 基于二元关系矩阵及其运算的并行频繁项集挖掘算法 76
4.4.1 相关定义和定理 76
4.4.2 算法的基本思想 77
4.4.3 算法设计 78
4.4.4 算法示例 79
4.4.5 算法分析 85
4.5 小结 86
第五章 基于频繁项目关系矩阵的关联规则挖掘算法 87
5.1 问题的提出 88
5.2 相关定义和性质 90
5.2.1 频繁项目关系矩阵的定义 90
5.2.2 频繁项目关系矩阵的剪枝策略 92
5.2.3 两类关联规则的定义 92
5.2.4 关联规则的推导性质 92
5.3 基于频繁项目关系矩阵的关联规则挖掘算法 93
5.3.1 算法的基本思想 93
5.3.2 算法设计 94
5.3.3 算法示例 95
5.3.4 算法实验和性能分析 103
5.4 小结 108
第六章 基于时间约束频繁项目关系矩阵的关联规则挖掘算法 109
6.1 问题的提出 110
6.2 相关定义和性质 111
6.2.1 相关定义 111
6.2.2 时间约束频繁项目关系矩阵的剪枝策略 115
6.3 基于时间约束频繁项目关系矩阵的事务间关联规则挖掘算法 115
6.3.1 算法的基本思想 115
6.3.2 算法设计 116
6.3.3 算法示例 118
6.3.4 算法实验和性能分析 124
6.4 小结 128
第七章 应用研究——中国A股市场的行业板块效应分析 129
7.1 研究意义 129
7.2 行业板块效应的定义 132
7.3 中国A股市场中各行业板块间的板块关联效应挖掘分析 133
7.3.1 样本数据的选择和简约、压缩处理 133
7.3.2 行业板块间的板块联动效应挖掘分析 137
7.3.3 行业板块间的板块轮动效应挖掘分析 141
7.4 小结 144
第八章 论文总结与展望 145
参考文献 150
攻读博士学位期间取得的研究成果 165
致谢 167