数据挖掘技术

第1章  数据挖掘概述1.1  数据挖掘的概念1.1.1  KDD与数据挖掘1.1.2  数据挖掘过程1.1.3  数据挖掘任务1.2  数据挖掘的发展历程1.3  数据挖掘的分类1.4  数据挖掘的研究方法1.4.1  统计分析方法1.4.2  决策树方法1.4.3  模糊集方法1.4.4  粗糙集方法1.4.5  人工神经网络方法1.4.6  遗传算法1.5  国内外数据挖掘研究现状本章小结参考文献第2章  分类算法分析2.1  分类概念2.2  分类方法2.3  决策树算法2.3.1  ID3算法2.3.2  C4.5  算法2.4  贝叶斯分类2.5  粗糙集方法2.5.1  粗糙集模型扩展2.5.2  粗糙集与其他不确定信息处理理论的关系2.6  遗传算法2.7  其他分类算法本章小结参考文献第3章  聚类算法分析3.1  聚类分析概述3.1.1  聚类分析概念3.1.2  聚类分析中的数据类型3.2  聚类分类3.3  划分方法3.3.1  K—means算法3.3.2  Kmedoid算法3.4  层次方法3.4.1  BIRCH算法3.4.2  CURE算法3.5  密度方法3.5.1  DBSCAN算法3.5.2  OPTICS算法3.6  网格方法3.6.1  STING算法3.6.2  Wavecluster算法3.7  基于标量化Ⅲ的聚类统计算法3.7.1  数学描述3.7.2  计算方法3.7.3  文本数据3.7.4  应用实例3.8  其他聚类算法本章小结参考文献第4章  关联规则算法分析4.1  关联规则概念4.2  频繁模式挖掘4.2.1  Apriori算法4.2.2  FP-Growth算法4.2.3  DHP算法4.2.4  DIC算法4.3  序列模式挖掘4.3.1  序列模式挖掘的相关概念4.3.2  基于Apriori的序列模式挖掘算法4.3.3  基于序列模式增长的序列模式挖掘算法4.4  其他关联规则算法4.4.1  并行Apriori-like算法4.4.2  并行FP-Growth算法本章小结参考文献第5章  流数据挖掘技术5.1  流数据挖掘技术概述5.1.1  流数据概念5.1.2  流数据模型5.1.3  流数据挖掘算法特点5.2  流数据挖掘技术分类5.2.1  概要数据结构5.2.2  滑动窗口技术5.2.3  多窗口和衰减因子技术5.2.4  近似技术、自适应技术和子空间技术5.3  流数据聚类算法5.3.1  CluStream算法5.3.2  STREAM算法5.3.3  D-Stream算法5.3.4  GSCDS算法5.3.5  HCluStrearn算法5.4  流数据频繁项集挖掘算法5.4.1  FPN算法5.4.2  NEC算法5.4.3  Kaal算法5.5  流数据分类算法5.5.1  VFDT算法5.5.2  CVFDT算法5.6  多数据流挖掘算法5.7  实时数据流挖掘技术5.7.1  实时数据挖掘概述5.7.2  实时数据挖掘方法5.7.3  实时数据挖掘框架5.7.4  实时数据挖掘模型5.7.5  实时数据挖掘技术分类5.8  流数据聚类演化分析5.9  流数据挖掘新技术研究本章小结参考文献第6章  高维聚类算法6.1  高维聚类算法概述6.1.1  高维聚类算法6.1.2  高维度数据处理方法6.2  高维数据流聚类分类6.3  维度对聚类算法精度的影响6.3.1  维度对数据对象间距离的影响6.3.2  维度对算法聚类精度的影响6.3.3  传统方法降维实验6.4  混合类型属性聚类算法6.4.1  混合类型属性的处理6.4.2  UCI数据集实验分析6.4.3  流数据实验分析6.5  基于复相关系数倒数的降维6.5.1  复相关系数6.5.2  复相关系数倒数加权6.5.3  降维实验分析本章小结参考文献第7章  分布式数据挖掘7.1  分布式数据挖掘概述7.2  分布式聚类算法7.2.1  分布式聚类算法分析7.2.2  分布式K-means聚类算法7.2.3  分布式聚类算法K-DMeans7.2.4  分布式聚类算法DK-Means7.3  DRA-Kmeans聚类算法7.3.1  DRA-Kmeans聚类算法相关技术7.3.2  DRA-Kmeans局部聚类算法7.3.3  DRA-Kmeans全局聚类算法7.4  分布式数据挖掘新技术研究本章小结参考文献第8章  物联网数据挖掘8.1  物联网数据挖掘概述8.2  物联网数据挖掘技术分类8.2.1  物联网环境下基于分类的数据挖掘方法8.2.2  物联网环境下基于关联规则的数据挖掘方法8.2.3  物联网环境下基于聚类分析的数据挖掘方法8.2.4  物联网环境下基于时间序列分析的数据挖掘方法8.3  无线传感器网络中的聚类算法8.4  RA-Cluster算法8.5  物联网路由算法8.5.1  无线分布式网络及其路由协议8.5.2  物联网路由算法分析8.5.3  RA-AODVjr算法原理8.5.4  RA-AODVjr算法实验分析8.6  物联网数据挖掘新技术研究本章小结参考文献第9章  数据挖掘新技术9.1  业务活动监控挖掘技术9.1.1  业务活动监控概述9.1.2  业务活动监控系统预测模型9.1.3  结构数据挖掘理论9.2  云计算平台架构及数据挖掘方法9.2.1  基于云计算的分布式数据挖掘平台架构9.2.2  基于云计算的分布式数据挖掘算法9.3  思维流程数据挖掘技术9.3.1  思维流程发现的基本思想9.3.2  思维流程发现的关键任务9.3.3  思维流程发现研究的关键问题本章小结参考文献