智能数据挖掘

✍ Scribed by 于晓梅、王红

• Publisher: 清华大学出版社
• Year: 2018
• Tongue: Chinese
• Leaves: 176
• Category: Library

✦ Synopsis

本书全面总结了不确定数据环境下频繁模式挖掘领域的主要研究成果，从数据模型、问题定义、常用算法等方面系统介绍不确定频繁项集挖掘、不确定序列模式挖掘、不确定频繁子图模式挖掘、不确定高效用项集挖掘和不确定加权频繁项集挖掘技术。重点针对两类典型的不确定数据，即概率数据和容错数据，进行概率频繁模式挖掘和近似频繁模式挖掘的研究，并应用于传统中医药数据环境下，从主观不确定性和客观不确定性两个方面提出相应的解决方案，实现基于不确定数据的高效频繁模式挖掘，并通过实验验证了它们的有效性和实用性。 本书主要面向对数据挖掘和机器学习感兴趣的科研人员和学生，特别适合从事不确定数据挖掘、频繁模式挖掘和关联规则发现以及相关研究领域的广大科技工作者和研究人员使用，也可以作为数据挖掘和机器学习相关课程的教学参考书。

✦ Table of Contents

封面
扉页
内容简介
版权页
基金项目
前言
目录
第1章　不确定频繁模式挖掘概述
1.1　不确定数据挖掘
1.2　不确定频繁模式挖掘研究背景
1.3　相关工作
1.4　研究内容与本书贡献
1.5　本书结构
第2章　不确定频繁模式挖掘技术
2.1　数据不确定性的原因
2.2　可能性世界理论和概率数据库
2.3　不确定频繁项集挖掘
2.4　不确定序列模式挖掘
2.5　不确定频繁子图模式挖掘
2.6　不确定高效用项集挖掘
2.7　不确定加权频繁项集挖掘
2.8　本章小结
第3章　Eclat框架下基于支持度的双向排序策略
3.1　基于垂直数据格式的Eclat算法
3.2　基于支持度排序的双向处理策略
3.3　概率频繁模式挖掘中的双向排序策略
3.4　实验结果及分析
3.5　本章小结
第4章　Eclat框架下的概率频繁项集挖掘算法
4.1　概率频繁项集挖掘相关概念
4.2　概率频繁项集精确挖掘算法
4.3　概率频繁项集近似挖掘算法
4.4　实验结果及分析
4.5　本章小结
第5章　基于粗糙集理论的近似频繁模式挖掘
5.1　容错数据中的频繁模式挖掘理论
5.2　面向容错数据的近似频繁模式挖掘
5.3　实验结果及分析
5.4　本章小结
第6章　在传统中医药数据集中挖掘Top-k近似频繁闭模式
6.1　相关工作
6.2　基于粗糙集理论的Top-k近似频繁闭模式挖掘
6.3　实验结果和分析
6.4　本章小结
第7章　总结和展望
7.1　本书总结
7.2　研究展望
正文结束
参考文献