商業數據流挖掘模型、方法及套用

商業數據流挖掘模型、方法及套用是由作者:琚春華編著。電子工業出版社於2016-06-01出版發行。

基本介紹

• 書名： 商業數據流挖掘模型、方法及套用
• 作者：琚春華
• ISBN：9787121289651
• 頁數：207頁
• 定價：39.00
• 出版社：電子工業出版社
• 出版時間：2016-06-01
• 開本：16開

圖書內容

本書是商業數據流挖掘方面的一本學術專著，包括商業數據流數據管理模型、概念漂移模型、商業數據流關聯規則、分類、聚類方法，以及在銀行、網購等領域的套用等內容，從模型、方法及套用三個角度對面向商業數據流挖掘進行了系統論述。本書適合作為與數據挖掘和商業數據分析有關的學科如計算機技術、軟體工程、電子商務等的本科和研究生的教材，也可供相關領域的專業人員參考。

目錄

第1章緒論

1.1背景概述

1.1.1數據挖掘

1.1.2數據流挖掘

1.2商業數據流挖掘主要研究概況

1.2.1國外研究現狀

1.2.2國內研究現狀

1.3商業數據流挖掘的基本概念

1.3.1商業數據流的基本定義

1.3.2商業數據流挖掘的基本流程

1.3.3商業數據流挖掘的主要模型和方法

1.4商業數據流挖掘的典型套用

1.4.1分散式零售數據流挖掘套用

1.4.2網購數據流挖掘套用

1.5本書的主要內容和結構

參考文獻第2章商業數據流管理模型

2.1商業數據流特點

2.2商業數據流管理模型

2.2.1商業數據流描述模型

2.2.2商業數據流分層管理模型

2.3商業數據流預處理模型

2.3.1商業數據流降維模型

2.3.2商業數據流噪聲處理模型

2.4本章小結

參考文獻第3章商業數據流概念漂移模型

3.1商業數據流概念漂移描述模型

3.1.1商業數據流中的概念漂移概述

3.1.2基於粒計算的商業數據流概念模型

3.2商業數據流概念漂移特徵提取模型

3.2.1商業數據流概念漂移特徵發現模型

3.2.2商業數據流概念漂移特徵抽取模型

3.3商業數據流概念漂移檢測模型

3.3.1基於概念格的數據流漂移檢測模型

3.3.2基於HSMM的用戶興趣漂移檢測模型

3.3.3融入簇強度的數據流漂移檢測模型

3.4本章小結

參考文獻第4章面向商業數據流的關聯規則方法

4.1Web數據流最大頻繁項集挖掘算法

4.1.1AMFI算法相關定義

4.1.2算法描述

4.1.3算法小結

4.2基於時序輪盤模型的數據流頻繁模式挖掘算法

4.2.1時序輪盤TTLC算法

4.2.2MFSHT算法

4.2.3實驗結果及分析

4.2.4算法小結

4.3分散式關聯規則同步算法和異步算法

4.3.1網狀分散式環境下同步算法NDMA

4.3.2星形分散式環境下異步算法SDMA

4.3.3算法小結

4.4分散式無冗餘數據流關聯規則異步算法

4.4.1相關概念和定理

4.4.2算法描述與分析

4.4.3實驗結果及分析

4.4.4算法小結

4.5本章小結

參考文獻第5章面向商業數據流的分類方法

5.1基於模糊積分融合的數據流分類挖掘算法

5.1.1模糊測度與模糊積分理論

5.1.2基於Choquet模糊積分融合的多模糊ID3數據流分類算法

5.1.3算法描述及分析

5.1.4算法小結

5.2基於增量存儲樹的集成貝葉斯分類數據流挖掘算法

5.2.1集成貝葉斯分類器構建

5.2.2構建CMCDST算法模型

5.2.3實驗結果及分析

5.2.4算法小結

5.3基於相關度的數據流關聯分類算法

5.3.1基於相關度關聯分類算法的設計思想

5.3.2基於相關度的關聯分類算法

5.3.3實驗結果及分析

5.3.4算法小結

5.4基於情景特徵的數據流前饋動態集成分類算法

5.4.1問題描述

5.4.2基於情景特徵的前饋動態集成分類思想

5.4.3實驗結果及分析

5.4.4算法小結

5.5基於信息熵差異性度量的數據流增量集成分類算法

5.5.1問題描述

5.5.2基於信息熵差異性度量的增量集成分類算法

5.5.3算法小結

5.6基於MAPREDUCE技術的數據流並行集成分類算法

5.6.1問題描述

5.6.2相關理論研究

5.6.3基於雲計算的並行集成分類器

5.6.4實驗結果及分析

5.6.5算法小結

5.7本章小結

參考文獻第6章面向商業數據流的聚類方法