包邮高效用模式挖掘

目录
前言
第1章 绪论 1
1.1 研究现状 2
1.1.1 频繁模式 2
1.1.2 高效用模式 3
1.2 主要内容 5
第2章 相关研究工作 7
2.1 相关概念 7
2.2 静态挖掘 12
2.2.1 精简模式挖掘方法 12
2.2.2 含负项模式挖掘方法 19
2.3 增量挖掘 22
2.3.1 基于Apriori的方法 22
2.3.2 基于树的方法 23
2.3.3 基于列表的方法 24
2.3.4 其他方法 26
2.4 数据流挖掘 27
2.5 本章小结 28
第3章 静态挖掘方法 29
3.1 top-k闭合高效用模式挖掘 29
3.1.1 研究背景 29
3.1.2 uList列表的构建 31
3.1.3 TKCU-Miner方法研究 34
3.1.4 实验与分析 39
3.1.5 本节小结 44
3.2 top-k含负项高效用模式挖掘 45
3.2.1 研究背景 45
3.2.2 THN方法研究 46
3.2.3 实验与分析 55
3.2.4 本节小结 62
第4章 增量挖掘方法 63
4.1 全集高效用模式挖掘 63
4.1.1 研究背景 63
4.1.2 IHUPM方法研究 64
4.1.3 实验与分析 72
4.1.4 本节小结 76
4.2 含负项高效用模式挖掘 77
4.2.1 研究背景 77
4.2.2 HUPNI方法研究 78
4.2.3 实验与分析 84
4.2.4 本节小结 89
4.3 闭合高效用模式挖掘 89
4.3.1 研究背景 89
4.3.2 ICHUPM方法研究 90
4.3.3 实验与分析 98
4.3.4 本节小结 105
4.4 含负项闭合高效用模式挖掘 105
4.4.1 研究背景 106
4.4.2 CHUPNI方法研究 106
4.4.3 实验与分析 112
4.4.4 本节小结 117
第5章 数据流挖掘方法 119
5.1 top-k高效用模式挖掘 119
5.1.1 研究背景 119
5.1.2 ETKDS方法研究 120
5.1.3 实验与分析 134
5.1.4 本节小结 143
5.2 闭合高效用模式挖掘 143
5.2.1 研究背景 143
5.2.2 CHUP_DS方法研究 144
5.2.3 实验与分析 155
5.2.4 本节小结 161
5.3 含负项高效用模式挖掘 161
5.3.1 研究背景 161
5.3.2 HUPNS方法研究 162
5.3.3 实验与分析 169
5.3.4 本节小结 176
第6章 案例分析 177
6.1 推特数据 177
6.1.1 推特突发话题预测平台概述 177
6.1.2 数据处理 178
6.1.3 突发话题挖掘流程设计 184
6.1.4 话题预测平台实现 186
6.1.5 本节小结 196
6.2 传染病数据 196
6.2.1 待解决问题 196
6.2.2 数据处理 197
6.2.3 高风险城市分析 199
6.2.4 本节小结 205
6.3 零售商店数据 205
6.3.1 待解决问题 206
6.3.2 商品促销建议 206
6.3.3 商品促销预测 211
6.3.4 本节小结 221
参考文献 222