| Reference: | 1. Agrawal, R. and R. Srikant (1994), “Fast Algorithms for Mining Association Rules in Large Databases” Proceedings of the International Conference on Very Large Data Bases, Santiago de Chile, Chile, pp. 487-499.
2. Berry, M. J. A. and G. Linoff (1997), “Data Mining Technique for Marketing, Sale, and Customer Support”, Wiley .
3. Crawley, M. J. (2007), “The R book”, Chichester, West Sussex, England ; Hoboken, N.J. : Wiley.
4. Dunham, M. H., Y. Q. Xiao and Z. H. Le Gruenwald (2001), “A Survey of Association Rules”, Department of Computer Science and Engineering Southern Methodist University & Department of Computer Science University of Oklahoma.
5. Fayyad, U. M., G. Piatetsky-Shapiro and P. Smyth（1996）, “From data mining to knowledge discovery in databases” , AI Magazine, Vol. 17 No. 3.
6. Heiberger, R. M. and E. Neuwirth （2009）, “R through Excel”. New York : Springer.
7. Hidber, C. (1999), “Online Association Rule Mining”, SIGMOD Conference, pp.145~156.
8. Jelen, B. and T. Syrstand （2008）, VBA and macros for Microsoft Office Excel2007. Indianapolis, Ins. : Que.
9. Kleissner, C. (1998), “Data mining for the enterprise”, Proc. of the Thirty-First Hawaii International Conference, Vol. 7, pp.295-304.
10. Kotsiantis, S. and D. Kanellopoulos (2006), “Association Rules Mining: A Recent Overview”, GESTS International Transactions on Computer Science and Engineering, Vol.32 (1), pp. 71-82.
11. MacQueen, J. B. (1967), “Some Methods for classification and Analysis of Multivariate Observations”, Proceedings of 5-th Berkeley Symposium on Mathematical Statistics and Probability, Berkeley, University of California Press, pp. 281-297.
12. Maindonald, J. and W. J. Braun (2007), “Data analysis and graphics using R : an example-based approach”, 2nd edition, Cambridge, U.K. ; New York : Cambridge University Press.
13. Westphal, C. and T. Blaxton (1998), “Data mining solutions : methods and tools for solving real-world problems”, New York : John Wiley & Sons.
14. Witten, I. H. and F. Eibe (2005), “Data mining : practical machine learning tools and techniques”, Amsterdam, The Netherlands ; Boston, Mass. : Morgan Kaufman
15. Zhang, C. Q. and S. C. Zhang (2002), “Association rule mining : models and algorithms”, Berlin ; New York : Springer.
1. 于還莒 (2001)，「應用資料探勘技術於一對一行銷系統」，國立台灣大學 資訊管理學系研究所。
2. 江高舉(2010)，跟我學ExcelVBA應用，台北市：碁峯資訊。
3. 江政哲、張迺貞 (2010)，「初探雲端運算」，台北: 海峽兩岸圖書資訊學學術研討會論文B輯。
4. 河東隆、李美眞 (2002)，「Excel 2002 VBA與進階應用」，台北: 文魁資訊。
5. 林立基、鄧瑞哲、唐經洲 (2010)，「應用K-means群聚演算法於光學微影模擬之分群」，Proc. of the 2010 Conference on Computer Vision, Image Processing and Information Technology.
6. 洪士吉 (1999)，「操作輕鬆巨集通:Excel VBA巨集逐步操作指引」，台北: 旗標。
7. 桂思強 (1996)，「深造Excel VBA」，台北 : 博碩顧問。
8. 陳景祥 (2010)，「R軟體 : 應用統計方法」，台北 : 臺灣東華。
9. 陳垂呈 (2006)，「有效率探勘關聯規則之演算法」，台南: 科學與工程技術期刊 第二卷 第四期。
10. 陳垂呈、陳宗義 (2009)，「增進Apriori演算法探勘關聯規則」， 資訊科學應用期刊，頁71-85。
11. 陳同孝、陳雨霖、劉明山、許文綬、林志強、邱永興 (2006)，「結合K-means 及階層式分群法之二階段分群演算法」，台中：電腦學刊 第十七卷第一期。
12. 陳宗天、張志峰 (2010)，「雲端運算之主要研究主題」，國立台北大學 資訊管理研究所。
13. 陳彥良、趙書榮、陳禹辰 (2003)，「幾個快速挖掘關聯規則的資料探勘方法」，電子商務學報(TSSCI) 。
14. 黃仁鵬、錢依佩 (2002)，「高效率之關聯規則探勘演算法- QDT」，台南: 電子商務經營管理研討會。
15. 黃仁鵬、藍國誠 (2003)，「高效率探勘關聯規則之演算法-EFI」，第七屆永續發展管理研討會，資訊管理學報。
16. 廖原豐 (2006)，「因果關聯規則挖掘」，國立中央大學資訊管理研究所碩士論文。
17. 蔡士源（2004），ExcelVBA語法字典，台北市：文魁資訊。
18. 謝邦昌、鄭宇庭、蘇志雄 (2009)，「Data Mining 概述 以Clementine 12.0為例」，台北：中華資料採礦協會。
19. 瀨戶遙 (2002)，「嗯!Excel VBA我也會PRO.2000/2002對應」，台北: 博碩文化。
20. Excel Home（2010），最新ExcelVBA活用範例大辭典，新北市：博碩文化。 |
