本書是一本深入研究數據挖掘領域中關聯規則挖掘和可變精度模糊粗糙集理論的著作，其中關聯規則挖掘以頻繁集挖掘為主要內容，研究包括如何充分利用模糊約束進行頻繁集的挖掘，高效的**頻繁集挖掘算法，以及可變精度模糊粗糙集的性質和算法。本書強調理論性和技術性的統一，在理論研究的同時提供了技術的實現。
第1章 緒論
1.1 研究意義
1.2 研究現狀與分析
1.3 主要研究內容和創新點
第2章 關聯規則和模糊粗糙集
2.1 數據挖掘
2.2 關聯規則
2.3 模糊集及運算
2.4 粗糙集
2.5 模糊粗糙集基礎
2.6 本章小結
第3章 帶有模糊約束的頻繁集發現
3.1 引言
3.2 約束的分類及性質
3.3 模糊約束
3.4 遺傳尋優模糊集
3.5 實驗結果
3.6 一個新的基于分段約束的biconstraints算法
3.7 本章小結
第4章 最大頻繁集發現算法
4.1 引言
4.2 挖掘最大頻繁集
4.3 最大頻繁集發現算法GrGMiner
4.4 實驗結果
4.5 實例分析
4.6 本章小結
第5章 可變精度模糊粗糙集理論
5.1 粗糙集和可變精度粗糙集
5.2 模糊粗糙集及其約減算法
5.3 可變精度模糊粗糙集
5.4 可變精度模糊粗糙集約減算法
5.5 本章小結
第6章 結論與展望
6.1 研究結論和主要創新性成果
6.2 研究展望
參考文獻
新書資訊