數(shù)據(jù)挖掘技術(shù)及應(yīng)用

定　價(jià)：￥33.00

作　者：	陳安等編著
出版社：	科學(xué)出版社
叢編項(xiàng)：	數(shù)據(jù)庫(kù)應(yīng)用系列叢書(shū)
標(biāo)　簽：	數(shù)據(jù)采集

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787030168986	出版時(shí)間：	2006-03-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	365	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)是目前幾乎所有涉及到海量數(shù)據(jù)處理的行業(yè)與領(lǐng)域都會(huì)采用的關(guān)鍵技術(shù)之一。本書(shū)從數(shù)據(jù)挖掘的概念、方法、技術(shù)及應(yīng)用等多個(gè)角度描述了數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)的成果，是一本具有較高參考價(jià)值的學(xué)術(shù)著作。本書(shū)對(duì)數(shù)據(jù)挖掘的技術(shù)進(jìn)行了較為全面的介紹，針對(duì)每項(xiàng)技術(shù)在不同領(lǐng)域的應(yīng)用進(jìn)行了初步探討，并給出了一個(gè)數(shù)據(jù)挖掘系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)的全過(guò)程。本書(shū)從一些數(shù)據(jù)挖掘中的具體應(yīng)用案例出發(fā)，引出相關(guān)理論，從問(wèn)題背景到數(shù)據(jù)挖掘方法的具體應(yīng)用都有說(shuō)明，對(duì)實(shí)踐極富指導(dǎo)價(jià)值。全書(shū)七章內(nèi)容包括關(guān)聯(lián)規(guī)則挖掘方法、數(shù)據(jù)分類與聚類技術(shù)、預(yù)測(cè)與序列模式發(fā)現(xiàn)方法以及Web挖掘等。本書(shū)可作為高等院校計(jì)算機(jī)及相關(guān)專業(yè)本科高年級(jí)學(xué)生的參考教材，也可作為計(jì)算機(jī)軟件與應(yīng)用、信息科學(xué)等專業(yè)研究生的專業(yè)課教材或參考書(shū)，還可作為信息產(chǎn)業(yè)管理部門(mén)、信息技術(shù)公司及其他從事海量數(shù)據(jù)處理的相關(guān)人員進(jìn)行本行業(yè)領(lǐng)域研究與開(kāi)發(fā)的參考書(shū)。

作者簡(jiǎn)介

暫缺《數(shù)據(jù)挖掘技術(shù)及應(yīng)用》作者簡(jiǎn)介

圖書(shū)目錄

第1章數(shù)據(jù)挖掘概述
1.1 數(shù)據(jù)挖掘技術(shù)產(chǎn)生的動(dòng)力
1.2 數(shù)據(jù)挖掘的概念與方法概述
1.3 數(shù)據(jù)挖掘的分類
1.4 數(shù)據(jù)挖掘的主要功能
1.5 數(shù)據(jù)挖掘的工具及軟件
1.6 數(shù)據(jù)挖掘的專利
1.7 數(shù)據(jù)挖掘技術(shù)的應(yīng)用狀況
1.8 本章小結(jié)
本章參考文獻(xiàn)
思考題
第2章關(guān)聯(lián)規(guī)則發(fā)現(xiàn)
2.1 關(guān)聯(lián)規(guī)則挖掘的典型問(wèn)題--貨籃數(shù)據(jù)分析
2.2 關(guān)聯(lián)規(guī)則挖掘的基本概念
2.3 二值型關(guān)聯(lián)規(guī)則挖掘
2.4 并行關(guān)聯(lián)規(guī)則挖掘算法
2.5 數(shù)值型關(guān)聯(lián)規(guī)則挖掘算法
2.6 多層次關(guān)聯(lián)規(guī)則挖掘
2.7 增量式關(guān)聯(lián)規(guī)則挖掘
2.8 關(guān)聯(lián)規(guī)則挖掘的其他問(wèn)題
2.9 關(guān)聯(lián)規(guī)則挖掘在文獻(xiàn)分析中的應(yīng)用
2.10 本章小結(jié)
本章參考文獻(xiàn)
思考題
第3章數(shù)據(jù)分類
3.1 決策樹(shù)
3.2 神經(jīng)網(wǎng)絡(luò)
3.3 遺傳算法
3.4 支持向量機(jī)
3.5 其他分類方法
3.6 分類方法在人臉識(shí)別中的應(yīng)用
3.7 本章小結(jié)
本章參考文獻(xiàn)
思考題
第4章聚類分析
4.1 聚類和聚類分析
4.2 數(shù)據(jù)類型
4.3 相似度量方法
4.4 聚類方法的分類
4.5 劃分聚類方法
4.6 層次聚類方法
4.7 基于空間索引的聚類方法
4.8 自組織神經(jīng)網(wǎng)絡(luò)
4.9 其他聚類方法
4.10 聚類方法的評(píng)價(jià)
4.11 聚類應(yīng)用案例
4.12 本章小結(jié)
本章參考文獻(xiàn)
思考題
第5章統(tǒng)計(jì)預(yù)測(cè)方法與序列模式挖掘
5.1 時(shí)間序列與序列模式
5.2 時(shí)間序列預(yù)測(cè)的基本方法
5.3 回歸預(yù)測(cè)方法
5.4 統(tǒng)計(jì)預(yù)測(cè)案例分析
5.5 序列模式挖掘的基本概念與方法
5.6 多層次序列模式挖掘方法
5.7 多層次序列模式挖掘在供應(yīng)鏈管理中的應(yīng)用
5.8 本章小結(jié)
本章參考文獻(xiàn)
思考題
第6章 Web上的數(shù)據(jù)挖掘
6.1 Web上的數(shù)據(jù)
6.2 Web上的數(shù)據(jù)挖掘
6.3 Web中數(shù)據(jù)挖掘的應(yīng)用
6.4 XML與數(shù)據(jù)挖掘
6.5 電子商務(wù)的數(shù)據(jù)挖掘
6.6 本章小結(jié)
本章參考文獻(xiàn)
思考題
第7章數(shù)據(jù)挖掘系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
7.1 數(shù)據(jù)挖掘工具
7.2 分布式環(huán)境下的集成數(shù)據(jù)挖掘系統(tǒng)
7.3 本章小結(jié)
本章參考文獻(xiàn)
思考題
附錄數(shù)據(jù)挖掘產(chǎn)品特點(diǎn)與應(yīng)用案例表