幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

數據挖掘技術與應用(第2版高等院校信息管理與信息系統專業系列教材)

  • 作者：編者:陳燕|責編:白立軍//徐躍進
  • 出版社：清華大學
  • ISBN：9787302432494
  • 出版日期：2016/08/01
  • 裝幀：平裝
  • 頁數：248
人民幣：RMB 49 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書系統地闡述了數據挖掘產生的背景、技術、多種相關方法及具體應用，主要內容包括數據挖掘概述，數據採集、集成與預處理技術，多維數據分析與組織，預測模型研究與應用，關聯規則模型及應用，聚類分析方法與應用，粗糙集方法與應用，遺傳演算法與應用，基於模糊理論的模型與應用，灰色系統理論與方法，基於數據挖掘的知識推理。
    本書可作為管理科學與工程、信息科學與技術、應用數學等相關專業高年級本科生和研究生的數據倉庫、數據挖掘及知識管理等相關課程的教材或參考資料，也可用來幫助相關的專業研究人員提升數據挖掘的技巧和開拓新的研究方向。
作者介紹
編者:陳燕|責編:白立軍//徐躍進
目錄
第1章  數據挖掘概述
  1.1  數據倉庫和數據挖掘定義與解釋
    1.1.1  數據倉庫的定義與解釋
    1.1.2  數據挖掘的定義與解釋
  1.2  數據倉庫系統的相關技術
    1.2.1  數據倉庫系統相關技術之間的關係
    1.2.2  數據倉庫系統模式
  1.3  數據倉庫系統中多維數據組織的形式化定義與描述
  1.4  數據挖掘方法與研究體系
    1.4.1  數據挖掘系統的發展與結構
    1.4.2  數據挖掘的相關技術與工具
    1.4.3  數據挖掘應用及發展
  1.5  商務智能系統定義與構成
  1.6  小結
  思考題
第2章  數據採集、集成與預處理技術
  2.1  數據採集的對象
  2.2  數據集成技術與方法
    2.2.1  3G與MIS的集成模式
    2.2.2  異構數據集成的設計與實現
  2.3  數據預處理技術與方法
    2.3.1  數據清理的方法
    2.3.2  數據融合的方法
    2.3.3  數據變換的方法
    2.3.4  數據歸約的方法
  2.4  基於樣本數據劃分的通用數據挖掘模型系統
  2.5  中間件技術
    2.5.1  中間件技術的定義與作用
    2.5.2  中間件技術在數據倉庫系統中數據採集的應用
  2.6  小結
  思考題
第3章  多維數據分析與組織
  3.1  多維數據分析概述
    3.1.1  聯機分析處理的定義和特點
    3.1.2  聯機分析處理的評價準則
    3.1.3  多維數據分析的主要概念
  3.2  多維數據模型與結構
    3.2.1  多維數據的概念模型
    3.2.2  多維數據的邏輯模型
    3.2.3  多維數據的物理模型
  3.3  多維數據分析應用與工具
    3.3.1  多維數據分析的基本操作
    3.3.2  多維數據分析的工具及特點
  3.4  從聯機分析處理到聯機分析挖掘
    3.4.1  聯機分析挖掘形成原因
    3.4.2  聯機分析挖掘概念及特徵
  3.5  小結
  思考題
第4章  預測模型研究與應用
  4.1  預測模型的基礎理論

    4.1.1  預測方法的分類
    4.1.2  預測方法的一般步驟
  4.2  回歸分析預測模型
    4.2.1  一元線性回歸預測模型
    4.2.2  多元線性回歸預測模型
    4.2.3  非線性回歸預測模型
  4.3  趨勢外推預測模型
    4.3.1  佩爾預測模型
    4.3.2  龔珀茲預測模型
    4.3.3  林德諾預測模型
  4.4  時間序列預測模型
    4.4.1  移動平均預測模型
    4.4.2  指數平滑預測模型
    4.4.3  季節指數預測模型
  4.5  基於神經網路的預測模型
  4.6  馬爾可夫預測模型
  4.7  小結
  思考題
第5章  關聯規則模型及應用
  5.1  關聯規則的基礎理論
    5.1.1  關聯規則的定義與解釋
    5.1.2  關聯規則在知識管理過程中的作用
  5.2  Apriori關聯規則演算法
    5.2.1  關聯規則演算法的相關概念
    5.2.2  關聯規則演算法的流程
    5.2.3  基於Apriori演算法的關聯規則算例
  5.3  改進的Apriori關聯規則方法
    5.3.1  動態存儲空間的構建
    5.3.2  快速產生強項集的演算法流程
    5.3.3  改進演算法的時間複雜性分析
  5.4  Apriori關聯規則方法的實例
  5.5  小結
  思考題
第6章  聚類分析方法與應用
  6.1  聚類分析的基礎理論
    6.1.1  聚類分析的定義
    6.1.2  對聚類演算法性能的要求
  6.2  聚類分析的方法
    6.2.1  基於劃分的聚類方法
    6.2.2  基於層次的聚類方法
    6.2.3  基於密度的聚類方法
    6.2.4  基於網格的聚類方法
    6.2.5  基於模型的聚類方法
  6.3  應用聚類分析方法
    6.3.1  k?means聚類方法
    6.3.2  k?medoids聚類方法
    6.3.3  AGNES聚類方法
    6.3.4  DIANA聚類方法
    6.3.5  DBSCAN聚類方法
  6.4  小結

  思考題
第7章  粗糙集方法與應用
  7.1  粗糙集理論背景介紹
    7.1.1  粗糙集的含義
    7.1.2  粗糙集的應用及與其他領域的結合
  7.2  粗糙集基本理論
    7.2.1  知識與不可分辨關係
    7.2.2  不精確範疇、近似與粗糙集
    7.2.3  粗糙集的精度和粗糙度
    7.2.4  粗糙集的粗等價和粗包含
  7.3  基於粗糙集的屬性約簡
    7.3.1  知識的約簡和核
    7.3.2  知識的依賴性度量和屬性的重要度
  7.4  基於粗糙集的決策知識表示
    7.4.1  基於粗糙集的決策知識表示方法
    7.4.2  粗糙集在規則提取中的應用算例
  7.5  小結
  思考題
第8章  遺傳演算法與應用
  8.1  遺傳演算法基礎理論
    8.1.1  遺傳演算法概述
    8.1.2  遺傳演算法特點
  8.2  遺傳演算法的應用領域和研究方向
    8.2.1  遺傳演算法的應用領域
    8.2.2  遺傳演算法的研究方向
  8.3  遺傳演算法的基礎知識
    8.3.1  遺傳演算法的相關概念
    8.3.2  遺傳演算法的編碼規則
    8.3.3  遺傳演算法的主要運算元
    8.3.4  遺傳演算法的適應度函數
  8.4  遺傳演算法計算過程和應用
    8.4.1  遺傳演算法計算過程
    8.4.2  遺傳演算法參數選擇
    8.4.3  遺傳演算法實例應用
  8.5  小結
  思考題
第9章  基於模糊理論的模型與應用
  9.1  層次分析法
    9.1.1  層次分析法的計算步驟
    9.1.2  層次分析法應用實例
  9.2  模糊層次分析法
    9.2.1  模糊層次分析法的步驟
    9.2.2  模糊層次分析法應用實例
  9.3  模糊綜合評判法
    9.3.1  模糊綜合評判法的原理與步驟
    9.3.2  模糊綜合評判法應用實例
  9.4  模糊聚類分析方法
    9.4.1  模糊聚類方法介紹
    9.4.2  模糊聚類演算法應用
  9.5  小結

  思考題
第10章  灰色系統理論與方法
  10.1  灰色系統的基礎理論
    10.1.1  灰色系統理論介紹
    10.1.2  灰色系統的特點
    10.1.3  灰色系統建模與適用範圍
  10.2  灰色預測模型
    10.2.1  建立灰色預測模型
    10.2.2  灰色預測模型實例
  10.3  灰色聚類分析
    10.3.1  基於灰色關聯度的聚類分析
    10.3.2  基於灰色白化權函數的聚類方法
  10.4  灰色綜合評價法
    10.4.1  多層次灰色綜合評價方法計算步驟
    10.4.2  多層次灰色綜合評價方法應用案例
  10.5  小結
  思考題
第11章  基於數據挖掘的知識推理
  11.1  知識推理的分類
    11.1.1  非單調推理
    11.1.2  非確定性推理
    11.1.3  基於規則的推理
    11.1.4  基於案例的推理
  11.2  基於數據挖掘方法的知識推理
    11.2.1  基於決策樹的知識推理
    11.2.2  基於關聯規則的知識推理
    11.2.3  基於粗糙集的知識推理
  11.3  小結
  思考題
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032