简介
《时态数据挖掘算法》由孟志青、蒋敏、姜华著,介绍了时态数据挖掘算法,主要内容包括时态数据模型、时态关联规则模型、时态关联规则算法、时态数据下周期模式、部分周期和近似周期模式的算法、时态数据流算法和时态文本算法,这些算法可用于商业、金融、医学和互联网等领域中的数据挖掘应用。 本书主要供数据挖掘研究人员使用,也可作为大学本科高年级和研究生数据挖掘方面的教学参考用书。 随着大数据时代的到来,大数据流、大文本流和多媒体流的出现,使得时态数据挖掘进入了一个全新发展阶段,如何找到大数据下的快速时态挖掘算法是我们面临的巨大挑战,本书旨在为学习和研究时态数据挖掘提供一些解决方法,为大数据的应用提供新的途径。
目录
第1章 绪论
1.1 数据挖掘简介
1.2 时态数据挖掘现状
1.3 时态数据挖掘类型
第2章 时态数据与时态关联规则模型
2.1 时态型和时间粒度的概念及性质
2.2 时态事件空间与时态规则模型
2.3 时态关联规则的分类
第3章 时态关联规则算法
3.1 单事件相同时态因子内关联规则挖掘算法
3.2 单事件周期时态关联规则挖掘算法
3.3 双事件时态关联规则挖掘算法
3.4 基于兴趣度的时态数据关联规则挖掘算法
3.5 多维多时间粒度关联规则挖掘算法
3.6 小结
第4章 时态关联规则的周期性挖掘算法
4.1 周期关联规则的分类
4.2 周期的获取及表示
4.3 一个周期挖掘算法
4.4 实验结果
4.5 小结
第5章 多粒度时间下的部分周期挖掘算法
5.1 部分周期模型
5.2 利用了裁剪的算法(CA)
5.3 基于输入的算法(IA)
5.4 数值实验
5.5 小结
第6章 基于粗糙集的时态数据挖掘算法
6.1 粗糙集理论
6.2 时态数据知识表达
6.3 基于粗糙集的时态数据挖掘算法
6.4 车流量分析上的应用
第7章 基于SoM近似周期模式挖掘算法
7.1 模型构造
7.2 近似周期模式挖掘算法
7.3 实验及结果分析
7.4 小结
第8章 基于SoM的时态近似周期关联规则挖掘算法
8.1 模型构造
8.2 近似周期关联规则挖掘算法
8.3 实验及结果分析
8.4 小结
第9章 基于SVM的时态数据回归算法
9.1 加权支持向量回归机(WSSVR)
9.2 基于时态数据的WSSVR预测模型
9.3 实验
9.4 小结
第10章 基于SVM的时态周期模式算法
10.1 支持向量分类机
10.2 时态数据周期模型
10.3 证券数据的周期发现
10.4 小结
第11章 时态数据流的增量聚类算法
11.1 问题描述及其相关概念
11.2 算法框架及其描述
11.3 算法的性能分析
11.4 股票数据上的应用
11.5 小结
第12章 时态文本数据挖掘算法
12.1 时态文本预处理
12.2 时态文本关联模型
12.3 时态文本关联规则算法
12.4 数值实验
英文人名翻译表
参考文献
致谢
1.1 数据挖掘简介
1.2 时态数据挖掘现状
1.3 时态数据挖掘类型
第2章 时态数据与时态关联规则模型
2.1 时态型和时间粒度的概念及性质
2.2 时态事件空间与时态规则模型
2.3 时态关联规则的分类
第3章 时态关联规则算法
3.1 单事件相同时态因子内关联规则挖掘算法
3.2 单事件周期时态关联规则挖掘算法
3.3 双事件时态关联规则挖掘算法
3.4 基于兴趣度的时态数据关联规则挖掘算法
3.5 多维多时间粒度关联规则挖掘算法
3.6 小结
第4章 时态关联规则的周期性挖掘算法
4.1 周期关联规则的分类
4.2 周期的获取及表示
4.3 一个周期挖掘算法
4.4 实验结果
4.5 小结
第5章 多粒度时间下的部分周期挖掘算法
5.1 部分周期模型
5.2 利用了裁剪的算法(CA)
5.3 基于输入的算法(IA)
5.4 数值实验
5.5 小结
第6章 基于粗糙集的时态数据挖掘算法
6.1 粗糙集理论
6.2 时态数据知识表达
6.3 基于粗糙集的时态数据挖掘算法
6.4 车流量分析上的应用
第7章 基于SoM近似周期模式挖掘算法
7.1 模型构造
7.2 近似周期模式挖掘算法
7.3 实验及结果分析
7.4 小结
第8章 基于SoM的时态近似周期关联规则挖掘算法
8.1 模型构造
8.2 近似周期关联规则挖掘算法
8.3 实验及结果分析
8.4 小结
第9章 基于SVM的时态数据回归算法
9.1 加权支持向量回归机(WSSVR)
9.2 基于时态数据的WSSVR预测模型
9.3 实验
9.4 小结
第10章 基于SVM的时态周期模式算法
10.1 支持向量分类机
10.2 时态数据周期模型
10.3 证券数据的周期发现
10.4 小结
第11章 时态数据流的增量聚类算法
11.1 问题描述及其相关概念
11.2 算法框架及其描述
11.3 算法的性能分析
11.4 股票数据上的应用
11.5 小结
第12章 时态文本数据挖掘算法
12.1 时态文本预处理
12.2 时态文本关联模型
12.3 时态文本关联规则算法
12.4 数值实验
英文人名翻译表
参考文献
致谢
时态数据挖掘算法
光盘服务联系方式: 020-38250260 客服QQ:4006604884
云图客服:
用户发送的提问,这种方式就需要有位在线客服来回答用户的问题,这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×