第1章 概论
1.1 引 言
1.2 关联规则技术基础知识
1.2.1 基本概念
1.2.2 挖掘方法
1.3 关联规则技术研究分类
1.3.1 频繁模式、最大频繁模式和闭合频繁模式挖掘
1.3.2 多种扩展形式的关联规则挖掘研究
1.3.3 关联规则挖掘后处理
1.4 问题的提出
第2章 基于相关兴趣度的关联规则挖掘
2.1 引 言
2.2 一种新的相关兴趣度度量
2.2.1 已有的关联和相关兴趣度度量
2.2.2 All-itern-confidence相关兴趣度度量
2.2.3 All-itern-confidence与All-set-confidence之间的关系
2.2.4 All-item-confidence与卡方检验之间的关系
2.3 购物篮中关联规则的应用类型分析
2.4 基于All-itern-confidencee的项项正相关关联规则挖掘
2.4.1 项项正相关关联规则挖掘问题的提出
2.4.2 兴趣度度量的选取
2.4.3 基于All-itern-confidence度量的项项正相关关联规则挖掘
2.5 挖掘算法ItemCoMine_AP和ItemCoMine_CT
2.5.1 ItemCoMine_AP算法
2.5.2 ItemCoMine_CT算法
2.5.3 实验测评和比较分析
2.6 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
2.6.1 项项且项集正相关关联规则挖掘问题的提出
2.6.2 项集相关性度量
2.6.3 项项且项集正相关关联规则定义和举例
2.7 挖掘算法I&ISCoMine_AP和I&ISCoMine_CT
2.7.1 I&ISCoMine_AP算法
2.7.2 I&ISCoMine_CT算法
2.7.3 实验测评和比较分析
2.8 本章小结
第3章 动态关联规则挖掘
3.1 引 言
3.2 问题描述及其分析
3.2.1 动态关联规则原定义
3.2.2 原定义的不足之处
3.3 动态关联规则新定义及其挖掘算法
3.3.1 动态关联规则新定义
3.3.2 动态关联规则挖掘算法
3.3.3 性能评测
3.4 带使用信息动态关联规则挖掘问题的提出
3.5 问题定义
3.5.1 候选有效时段表示
3.5.2 带使用信息的动态关联规则
3.6 带使用信息的动态关联规则挖掘算法
3.6.1 挖掘框架
3.6.2 ITS2算法
3.6.3 EFP-GrOWth2算法
3.6.4 使用信息生成
3.6.5 性能评测
3.6.6 应用实例
3.7 本章小结
第4章 加权模糊层次关联规则挖掘
4.1 引 言
4.2 模糊层次型关联规则
4.3 布尔型数据库中的加权模糊层次型关联规则挖掘
4.3.1 加权的原因
4.3.2 叶子结点项权值的确定
4.3.3 加权模糊层次型关联规则（WGF—AR）模型
4.4 WGF-AR规则挖掘算法
4.4.1 性质
4.4.2 W-Apriori算法
4.5 性能测评
4.5.1 实验一：算法性能测试
4.5.2 实验二：可伸缩性实验
4.6 本章小结
第5章 基于模糊分类结构的交易数据库关联规则聚类
5.1 引 言
5.2 模糊分类结构的合并
5.2.1 模糊分类结构描述
5.2.2 多个有向无环图的合并
5.2.3 合并后的模糊分类结构描述
5.3 带语义差别信息的模糊分类结构
5.4 基于模糊分类结构的距离度量
5.4.1 项间距离
5.4.2 项集距离
5.4.3 关联规则距离
5.5 规则聚类算法的选择和应用
5.6 实验分析与讨论
5.6.1 实验一：规则距离计算实验
5.6.2 实验二：规则聚类可视化计算
5.7 本章小结
第6章 使用erot6g6软件的基于Ontology的关联规则检索
6.1 引 言
6.2 相关概念简介
6.2.1 语义本体
6.2.2 语义网
6.2.3 关联规则及其度量
6.3 基于Ontology的智能规则检索系统体系结构
6.3.1 体系结构
6.3.2 检索方式
6.4 基于语义web的关联规则检索核心技术
6.4.1 规则检索Ontology
6.4.2 商品项目实例和Rules实例标注
6.4.3 查询解析
6.5 本章小结
第7章 关联规则技术进展及趋势展望
7.1 最新技术进展
7.1.1 关联规则隐藏（Association Rules Hiding）
7.1.2 比对模式（Contrast Patterns／Emerging Patterns）
7.1.3 图模式（Graph Patterns）
7.1.4 可行动关联规则（Actionable Association Rule）、领域驱动关联规则
7.1.5 关联规则、模式应用研究
7.2 值得关注的方向
附录 关联规则研究资料汇总
参考文献
^ 收 起 
