图书介绍
数据挖掘理论与技术PDF|Epub|txt|kindle电子书版本下载
- 苏新宁，杨建林等著 著
- 出版社： 北京：科学技术文献出版社
- ISBN：7502342737
- 出版时间：2003
- 标注页数：373页
- 文件大小：17MB
- 文件页数：409页
- 主题词：情报检索－数据处理
PDF下载
下载说明
数据挖掘理论与技术PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第一节 数据挖掘研究起源1
第一章 导论1
第二节 数据挖掘概念5
第三节 数据挖掘对象8
一、关系数据库8
二、数据仓库9
三、文本数据库10
四、复杂类型数据库11
二、Web数据挖掘12
第四节 数据挖掘主要研究内容12
一、异构数据挖掘12
三、数据挖掘算法的研究13
四、数据挖掘过程具体问题14
第五节 数据挖掘系统体系结构16
第六节 数据挖掘与情报学18
一、情报收集18
二、情报处理19
三、情报服务19
五、情报检索技术20
四、情报分析20
六、竞争情报21
第二章 数据挖掘功能、过程与方法23
第一节 数据挖掘功能24
一、概念描述24
二、关联分析25
三、分类与聚类27
四、偏差检测30
六、信息摘要31
五、时序演变分析31
七、信息抽取32
八、元数据挖掘33
第二节 数据挖掘过程33
一、跨行业数据挖掘过程标准34
二、业务理解36
三、数据理解37
四、数据准备39
五、建立模型41
六、评价44
七、实施45
八、数据挖掘过程的人员保障47
一、决策树48
第三节 数据挖掘方法48
二、神经网络52
三、粗糙集55
四、遗传算法62
五、概率论与数理统计65
六、模糊集69
第一节 数据仓库与OLAP73
一、数据仓库73
第三章 数据库挖掘73
二、OLAP75
第二节 概念描述76
一、生成概念描述的一般过程76
二、数据概化的方法与特征性描述80
三、概化的表示84
四、属性相关分析86
五、区别性描述87
第三节 关联规则88
一、关联规则基本概念和问题描述88
二、关联规则分类89
三、单维布尔关联规则挖掘90
四、多层关联规则挖掘97
五、多维关联规则挖掘100
六、基于约束的挖掘104
七、关联规则兴趣度107
八、例外规则与意外规则挖掘124
第四节 分类127
一、分类的一般过程128
二、决策树分类法128
三、贝叶斯分类132
四、改进分类效果的方法135
第五节 聚类分析138
一、聚类分析概述138
二、聚类分析中数据结构140
三、聚类分析中数据类型142
四、聚类分析方法的分类146
五、基于划分的聚类方法148
六、基于层次的聚类方法152
七、基于密度的聚类方法159
八、基于网格的聚类方法163
九、基于模型的聚类方法166
十、孤立点分析168
第四章 文本挖掘172
第一节 文本挖掘概述172
一、文本挖掘主要技术173
二、文本挖掘一般过程174
三、文本挖掘作用175
四、文本挖掘与信息检索176
第二节 文本的预处理177
一、文本表示177
二、文本特征标引178
三、文本相似度187
四、特征集缩减190
第三节 文本自动分类194
一、基于训练集的文本自动分类195
二、基于类主题词表的分类200
第四节 文本聚类203
一、划分聚类法203
二、改进的划分聚类法204
三、层次聚类法205
四、自组织特征映射法207
五、基于遗传算法的文本聚类法209
六、Web页聚类210
第五节 自动摘要211
一、自动摘要概述212
二、自动摘要逻辑解释216
三、中文自动摘要系统构建222
第五章 Web挖掘228
第一节 Web挖掘概述228
一、一些基本概念230
二、Web挖掘研究内容233
三、Web挖掘难点237
第二节 Web结构挖掘239
一、Web结构挖掘意义239
二、超链分析与页面分类241
第三节 Web内容挖掘246
一、Web信息获取247
二、Web信息清理249
三、Web文本挖掘254
第四节 Web日志挖掘262
一、Web日志建立机制263
二、Web日志简单分析264
三、Web日志挖掘267
第五节 Web挖掘的发展方向271
一、基于理解的Web4挖掘271
二、XML促进Web挖掘274
第六章 复杂数据的挖掘280
第一节 复杂数据挖掘概述280
第二节 多媒体数据存储284
一、多媒体存储方式284
二、多媒体数据库建立291
三、多媒体数据标引和检索294
第三节 多媒体信息的初步处理300
一、字符识别301
二、图像识别304
三、语音识别308
四、视频处理311
第四节 多媒体数据挖掘314
第五节 时间序列分析317
第六节 空间数据库挖掘320
一、空间数据库321
二、空间关联规则325
三、空间对象分类327
四、空间对象聚类334
第七章 数据挖掘应用与前景338
第一节 数据挖掘应用案例338
一、DNA分析中的应用339
二、金融341
三、市场业343
四、工程与科学344
五、其他领域中的应用345
第二节 数据挖掘的商务应用346
一、商务智能347
二、客户关系管理350
第三节 数据挖掘产品及其选择352
一、几种商用数据挖掘产品352
二、如何选择数据挖掘产品357
第四节 数据挖掘发展前景360
一、数据挖掘面临的挑战360
二、数据挖掘发展趋势与方向363
参考文献366