數(shù)據(jù)與文本挖掘及其在研發(fā)決策中的應(yīng)用

定　價(jià)：￥32.00

作　者：	郝占剛著
出版社：	經(jīng)濟(jì)管理出版社
叢編項(xiàng)：
標(biāo)　簽：	數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787509608555	出版時(shí)間：	2011-12-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	155	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　數(shù)據(jù)挖掘和文本挖掘是當(dāng)前信息技術(shù)中的一個(gè)重要研究領(lǐng)域；將遺傳算法和社會(huì)演化算法應(yīng)用于數(shù)據(jù)及文本挖掘方法研究，具有較大的理論意義和實(shí)用價(jià)值?！稊?shù)據(jù)與文本挖掘及其在研發(fā)決策中的應(yīng)用》研究了基于遺傳算法和社會(huì)演化算法的數(shù)據(jù)挖掘和文本挖掘方法，主要包括數(shù)據(jù)挖掘和文本挖掘中的屬性約簡(jiǎn)問(wèn)題、聚類問(wèn)題，并將其應(yīng)用于產(chǎn)品研發(fā)決策中。所做主要工作包括：提出一種基于遺傳算法和k-medoids算法的新的聚類方法；采用遺傳算法和模式聚合進(jìn)行文本特征降維；采用遺傳算法和潛在語(yǔ)義索弓I進(jìn)行文本特征降維；采用社會(huì)演化算法進(jìn)行聚類；采用混；屯社會(huì)演化算法進(jìn)行聚類；采用改進(jìn)的遺傳算法和社會(huì)演化算法進(jìn)行文本聚類研究；將文本挖掘應(yīng)用到產(chǎn)品研發(fā)決策中，構(gòu)建產(chǎn)品研發(fā)文本知識(shí)地圖，以期提高產(chǎn)品研發(fā)的效率和質(zhì)量。

作者簡(jiǎn)介

　　郝占剛，1976年3月出生，河北邢臺(tái)人，山東工商學(xué)院副教授，博士，主要研究領(lǐng)域：數(shù)據(jù)挖掘，文本挖掘，產(chǎn)品研發(fā)。近幾年來(lái)，共發(fā)表論文20多篇，其中在《系統(tǒng)工程學(xué)報(bào)》、《情報(bào)科學(xué)》、《現(xiàn)代圖書(shū)情報(bào)技術(shù)》、《計(jì)算機(jī)應(yīng)用》、《科研管理》、《研究與發(fā)展管理》等國(guó)內(nèi)核心期刊上發(fā)表10余篇，有4篇被EI收錄，承擔(dān)省部級(jí)以上項(xiàng)目3項(xiàng)，目前承擔(dān)山東省中青年科學(xué)家科研獎(jiǎng)勵(lì)基金1項(xiàng)，山東省自然基金1項(xiàng)。

圖書(shū)目錄

第一章緒論
　第一節(jié) 本書(shū)的研究背景和意義
　第二節(jié) 數(shù)據(jù)挖掘與文本挖掘概述
　第三節(jié) 遺傳算法應(yīng)用研究綜述
　第四節(jié) 社會(huì)演化算法在數(shù)據(jù)和文本聚類中的應(yīng)用
　第五節(jié) 本書(shū)的主要工作和創(chuàng)新點(diǎn)
第二章基于遺傳算法和k-medoids算法相結(jié)合的聚類方法
　第一節(jié) 引言
　第二節(jié) k-medoids算法簡(jiǎn)介
　第三節(jié) 基于遺傳算法和k-medoids算法相結(jié)合的聚類方法
　第四節(jié) 仿真實(shí)驗(yàn)
　本章小結(jié)
第三章基于模式聚合和遺傳算法的文本特征降維方法
　第一節(jié) 引言
　第二節(jié) 常用的文本特征降維方法及其缺點(diǎn)
　第三節(jié) 文本分類的預(yù)處理
　第四節(jié) 模式聚合理論簡(jiǎn)介
　第五節(jié) 基于遺傳算法的文本特征提取方法
　第六節(jié) 基于模式聚合和遺傳算法的文本特征降維方法
　第七節(jié) 仿真實(shí)驗(yàn)
　本章小結(jié)
第四章基于潛在語(yǔ)義索引和遺傳算法的文本特征降維方法
　第一節(jié) 引言
　第二節(jié) 向量空間模型
　第三節(jié) 隱含語(yǔ)義分析理論簡(jiǎn)介
　第四節(jié) 基于遺傳算法的文本特征降維方法
　第五節(jié) 基于潛在語(yǔ)義索引和遺傳算法的
　文本特征降維方法
　第六節(jié) 仿真實(shí)驗(yàn)
　本章小結(jié)
第五章基于社會(huì)演化算法的聚類新方法
　第一節(jié) 引言
　第二節(jié) 社會(huì)演化算法與傳統(tǒng)遺傳算法尋優(yōu)機(jī)制的比較
　第三節(jié) 基于社會(huì)演化算法的聚類新方法
　第四節(jié) 仿真實(shí)驗(yàn)
　本章小結(jié)
第六章基于混沌的新的社會(huì)演化算法的數(shù)據(jù)和文本聚類方法
　第一節(jié) 引言
　第二節(jié) 混沌理論簡(jiǎn)介
　第三節(jié) 基于混沌的新的社會(huì)演化算法的聚類方法
　第四節(jié) 仿真實(shí)驗(yàn)
　本章小結(jié)
第七章基于改進(jìn)遺傳算法和改進(jìn)社會(huì)演化算法的文本聚類研究
　第一節(jié) 文本聚類研究綜述
　第二節(jié) 基于改進(jìn)遺傳算法的文本聚類方法
　第三節(jié) 基于改進(jìn)社會(huì)演化算法的文本聚類新方法
　本章小結(jié)
第八章基于文本挖掘的產(chǎn)品研發(fā)知識(shí)地圖構(gòu)建研究
　第一節(jié) 基于知識(shí)來(lái)源的產(chǎn)品開(kāi)發(fā)過(guò)程模型研究
　第二節(jié) 產(chǎn)品開(kāi)發(fā)過(guò)程模型各階段的知識(shí)分析
　第三節(jié) 基于文本挖掘的產(chǎn)品研發(fā)文本知識(shí)地圖構(gòu)建
　本章小結(jié)
第九章總結(jié)和展望
　第一節(jié) 本書(shū)總結(jié)
　第二節(jié) 待研究的問(wèn)題和研究前景展望
　參考文獻(xiàn)
作者研究文獻(xiàn)
后記