人民幣定價：26 元
定 價：NT$ 156 元
優惠價：87 折 136 元
缺貨無法訂購
相關商品
商品簡介
作者簡介
目次
商品簡介
知識發現是從數據集中抽取和精化新的模式的過程，基於數據庫的知識發現（Knowledge Discovery in Database，KDD）)是知識發現研究的主體和熱點，而聚類知識發現又是知識發現的重要方面。如何有效處理巨量、高維的數據，是當前聚類分析的關鍵技術。本書圍繞高維數據的聚類問題展開研究，在討論高維數據相似I生尤其是高維二元數據相似性定義的基礎上，提出了基於粗圖模型的硬聚類和軟聚類算法、高維二元數據的映射聚類算法、基於螞蟻行為的聚類算法等，并進一步提出基於映射聚類的離群點檢測方法；還特別討論了高維聚類結果的表示方法問題，提出了應用粗糙集高效表達聚類結果的方法；最后探討了聚類知識發現數據建模的基本步驟，給出了聚類知識發現的典型應用案例。
本書學術性、知識性并重，可供從事數據倉庫與數據挖掘教學、研究的師生、學者閱讀，也可以為從事數據挖掘、知識發現系統等軟件工程技術人員提供參考。
本書學術性、知識性并重，可供從事數據倉庫與數據挖掘教學、研究的師生、學者閱讀，也可以為從事數據挖掘、知識發現系統等軟件工程技術人員提供參考。
作者簡介
陳建斌，男，山西長治人。2005年獲計算機應用專業博士學位。國家職業技能鑑定專家委員會企業信息管理專家組組長，中國機械工業企業管理協會專家委員會委員，北京聯合大學商務學院副教授、電子商務研究所所長，高級企業信息管理師。主要研究方向為企業信息化管理與運作、電子商務與電子政務和商務智能。 作者多年來秉承系統工程思想，開展企業信息化管理的研究與實踐，主編了《企業信息管理師培訓教程》、《ERP工程師培訓教程》、《電子商務與電子政務》、《電子商務與現代物流》和《信息經濟學》等多部著作，參與國家自然科學基金項目多項，主持省部級科研項目多項，在國內核心期刊及國際學術會議上發表論文三十余篇。作為高級顧問和專家組組長，主講和輔導中央企業信息管理師職業資格培訓數十期；參與多項企業信息化戰略規劃，數據倉庫規劃與建設和企業診斷等項目。
目次
第1章 知識發現與KDD
1.1 知識與知識發現
1.1.1 知識
1.1.2 知識發現和KDD
1.1.3 知識發現的過程
1.2 數據庫知識發現——KDD
1.2.1 KDD的產生與發展
1.2.2 KDD的一般機理和理論基礎
1.2.3 KDD系統的基本框架
1.2.4 KDD的主要任務
第2章 聚類知識發現及其關鍵技術
2.1 聚類問題的主要方法
2.2 聚類問題的關鍵技術
2.2.1 數據倉庫技術
2.2.2 高維聚類技術
2.3 高維聚類關鍵技術研究
2.3.1 高維聚類的主要算法
2.3.2 高維聚類算法的關鍵技術
第3章 高維數據相似性的定義
3.1 數據相似關係
3.1.1 基於距離的相似性定義
3.1.2 基於密度的相似性定義
3.1.3 基於連接的相似性定義
3.2 高維數據相似關係的定義
3.3 二元數據相似性的定義
3.3.1 屬性分布特徵向量
3.3.2 對象間屬性分布相似性
3.4 小結
第4章 基於粗圖模型的聚類算法
4.1 圖論基礎概念
4.2 基於圖論的聚類算法
4.2.1 聚集型圖論聚類
4.2.2 多層粗圖法
4.2.3 基於二部圖的方法
4.3 圖劃分的關鍵技術
4.3.1 圖的多層二分劃（Multilevel Graph Biseeti011）
4.3.2 增強譜分割算法
4.3.3 圖的非平衡劃分技術
4.4 多層粗圖聚類算法的改進
4.4.1 聚類算法
4.4.2 圖分割的精化算法
4.4.3 聚類質量評價
4.4.4 實驗結果
4.4.5 算法評價
4.5 基於粗圖模型的軟聚類方法
4.5.1 引言
4.5.2 軟聚類算法
4.5.3 基於圖劃分法的軟聚類GPSC算法
4.5.4 實驗分析
4.5.5 軟聚類方法的評價
4.6 小結
第5章 高維二元數據的映射聚類算法
第6章 基於螞蟻行為的聚類方法
第7章 高維數據空間的離群點檢測方法
第8章 高維數據聚類結果的表示
第9章 聚類知識發現數據建模及應用
參考文獻
1.1 知識與知識發現
1.1.1 知識
1.1.2 知識發現和KDD
1.1.3 知識發現的過程
1.2 數據庫知識發現——KDD
1.2.1 KDD的產生與發展
1.2.2 KDD的一般機理和理論基礎
1.2.3 KDD系統的基本框架
1.2.4 KDD的主要任務
第2章 聚類知識發現及其關鍵技術
2.1 聚類問題的主要方法
2.2 聚類問題的關鍵技術
2.2.1 數據倉庫技術
2.2.2 高維聚類技術
2.3 高維聚類關鍵技術研究
2.3.1 高維聚類的主要算法
2.3.2 高維聚類算法的關鍵技術
第3章 高維數據相似性的定義
3.1 數據相似關係
3.1.1 基於距離的相似性定義
3.1.2 基於密度的相似性定義
3.1.3 基於連接的相似性定義
3.2 高維數據相似關係的定義
3.3 二元數據相似性的定義
3.3.1 屬性分布特徵向量
3.3.2 對象間屬性分布相似性
3.4 小結
第4章 基於粗圖模型的聚類算法
4.1 圖論基礎概念
4.2 基於圖論的聚類算法
4.2.1 聚集型圖論聚類
4.2.2 多層粗圖法
4.2.3 基於二部圖的方法
4.3 圖劃分的關鍵技術
4.3.1 圖的多層二分劃（Multilevel Graph Biseeti011）
4.3.2 增強譜分割算法
4.3.3 圖的非平衡劃分技術
4.4 多層粗圖聚類算法的改進
4.4.1 聚類算法
4.4.2 圖分割的精化算法
4.4.3 聚類質量評價
4.4.4 實驗結果
4.4.5 算法評價
4.5 基於粗圖模型的軟聚類方法
4.5.1 引言
4.5.2 軟聚類算法
4.5.3 基於圖劃分法的軟聚類GPSC算法
4.5.4 實驗分析
4.5.5 軟聚類方法的評價
4.6 小結
第5章 高維二元數據的映射聚類算法
第6章 基於螞蟻行為的聚類方法
第7章 高維數據空間的離群點檢測方法
第8章 高維數據聚類結果的表示
第9章 聚類知識發現數據建模及應用
參考文獻
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。