数据挖掘理论与技术PDF格式文档图书下载
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OLAP 73
一、数据仓库 73
第三章 数据库挖掘 73
二、OLAP 75
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
- 《数据挖掘理论与技术》苏新宁,杨建林等著 2003
- 《数据挖掘理论与技术》罗森林,马俊,潘丽敏编著 2013
- 《数据挖掘理论与应用》胡可云,田凤占,黄厚宽编著 2008
- 《大数据技术及其背景下的数据挖掘研究》吴春琼著 2019
- 《数据挖掘基础算法理论与Weka应用技术》牟峰著 2019
- 《数据挖掘与最优化技术及其应用》袁玉波等著 2007
- 《数据挖掘理论与实例》王晖,王琪,何琼著 2012
- 《医疗革命 医学数据挖掘的理论与实践》邵学杰著 2016
- 《数据仓库与数据挖掘实践》李春葆,李石君,李筱驰编著 2014
- 《数据挖掘原理、算法与应用》梁亚声,徐欣,成小菊,梁佳领,朱霞编著 2015
- 《数据挖掘理论与技术》苏新宁,杨建林等著 2003
- 《应急响应情报体系》苏新宁等著 2019
- 《电子政务案例分析》苏新宁,吴鹏主编;吴鹏,严明,金莹,苏新宁编著 2005
- 《组织的知识管理》苏新宁等著 2004
- 《组织的知识管理》苏新宁等著 2004
- 《Internet实用技术》邓三鸿,苏新宁主编;邓三鸿,苏新宁,许鑫等编著 2010
- 《信息传播技术》苏新宁,邵波编著 1998
- 《信息技术及其应用》苏新宁等编著 2002
- 《企业知识管理系统》苏新宁,邓三鸿等编著 2004
- 《电子政务技术》苏新宁等编著 2003
- 《书评书序 戴逸文集 北京市社会科学理论著作出版基金重点资助项目》戴逸著 2018
- 《北京文献丛书 琉璃厂杂记 下》周肇祥著;宋惕冰,赵珩,海波整理 2016
- 《北京文献丛书 琉璃厂杂记 上》周肇祥著;宋惕冰,赵珩,海波整理 2016
- 《标准文献主题词表与分类法对照索引》中国技术监督情报研究所,上海技术监督情报研究所编 1999
- 《期货交易技术分析》(美)杰克·D.施威格(Jack D.Schwager)著;马龙龙等译 1999
- 《北京地方文献工具书提要》韩朴主编 2010
- 《网络互联技术手册 第2版》(美)(K.唐斯)Kevin Downes等著;包晓露等译 1999
- 《出版产业与出版文化研究》彭俊玲著 2009
- 《Win32动画编程技术》(美)(N.汤普森)Nigel Thompson著;李红娟等译 1996
- 《北京民俗论丛 第5辑》北京民俗博物馆编 2017