持續(xù)時(shí)態(tài)數(shù)據(jù)挖掘及其實(shí)現(xiàn)機(jī)制

定　價(jià)：￥20.00

作　者：	潘定著
出版社：	經(jīng)濟(jì)科學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	計(jì)算機(jī)理論

購(gòu)買這本書可以去

ISBN：	9787505869035	出版時(shí)間：	2008-03-01	包裝：	平裝
開本：	16開	頁(yè)數(shù)：	215	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　在數(shù)據(jù)資源中存在著許多隨時(shí)間變化且不同時(shí)間狀態(tài)相互關(guān)聯(lián)的數(shù)據(jù)，郰時(shí)態(tài)數(shù)據(jù)，如股市交易指數(shù)、超市銷售、Web訪問(wèn)流、氣象觀測(cè)、臨床數(shù)據(jù)等。近幾年，急劇增加的時(shí)態(tài)數(shù)據(jù)已經(jīng)遠(yuǎn)遠(yuǎn)超出了人類的直接理解能力，大量的處理需求使TDM成為數(shù)據(jù)挖掘領(lǐng)域的重要分支。但是，從實(shí)際應(yīng)用情況來(lái)看卻與學(xué)術(shù)研究極不相稱，特別是應(yīng)用中難以實(shí)現(xiàn)自治、持續(xù)的時(shí)態(tài)數(shù)據(jù)挖掘支持機(jī)制，而這種機(jī)制是歸納分析數(shù)據(jù)和規(guī)則變化趨勢(shì)所必需的?！冻掷m(xù)時(shí)態(tài)數(shù)據(jù)挖掘及其實(shí)現(xiàn)機(jī)制》試圖在數(shù)據(jù)倉(cāng)庫(kù)環(huán)境中，以高階數(shù)據(jù)挖掘和領(lǐng)域知識(shí)融合為研究線索，為實(shí)現(xiàn)持續(xù)的時(shí)態(tài)數(shù)據(jù)挖掘過(guò)程提供理論和應(yīng)用方法，形成及時(shí)發(fā)現(xiàn)事物動(dòng)態(tài)演化規(guī)律的有效機(jī)制。

作者簡(jiǎn)介

　　潘定，副教授／高級(jí)工程師，博士研究生導(dǎo)師，現(xiàn)任暨南大學(xué)商務(wù)智能研究中心副主任。華中科技大學(xué)計(jì)算機(jī)軟件專業(yè)畢業(yè)，工學(xué)學(xué)士；廈門大學(xué)管理學(xué)（會(huì)計(jì)）碩士；西安交通大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)畢業(yè)，工學(xué)博士；曾在日本AOTS、NTT中央學(xué)園等留學(xué)研修，1995年獲國(guó)家計(jì)算機(jī)專業(yè)技術(shù)系統(tǒng)分析員水平證書?！?983年起從事計(jì)算機(jī)信息系統(tǒng)的研究與開發(fā)工作，曾就職于福建省經(jīng)濟(jì)信息中心，現(xiàn)在暨南大學(xué)管理學(xué)院任教。主要研究領(lǐng)域：商務(wù)智能、數(shù)據(jù)挖掘和信息管理等。近年主持和完成國(guó)家自然科學(xué)基金項(xiàng)目、科技部創(chuàng)新基金項(xiàng)目等國(guó)家級(jí)、省部級(jí)項(xiàng)目10多項(xiàng)。研究成果獲中國(guó)圖書獎(jiǎng)、國(guó)家科技進(jìn)步獎(jiǎng)、國(guó)家科技攻關(guān)重大成果獎(jiǎng)4項(xiàng)，省部級(jí)科技進(jìn)步獎(jiǎng)、社科優(yōu)秀成果獎(jiǎng)和科技成果獎(jiǎng)6項(xiàng)。近兩年在《軟件學(xué)報(bào)》、《模式識(shí)別與人工智能》和《控制與決策》等國(guó)內(nèi)外權(quán)威、核心刊物和國(guó)際會(huì)議發(fā)表學(xué)術(shù)論文50余篇，其中獨(dú)撰或第一作者論文被SCI／EI般錄15篇。

圖書目錄

第1章緒論
　1.1 研究背景
　1.2 研究?jī)?nèi)容及其目標(biāo)
　1.3 本書的基本框架
　參考文獻(xiàn)
第2章持續(xù)數(shù)據(jù)挖掘及其支持技術(shù)
　2.1 經(jīng)典數(shù)據(jù)挖掘過(guò)程
　2.2 數(shù)據(jù)和規(guī)則的動(dòng)態(tài)演化問(wèn)題
　2.3 持續(xù)數(shù)據(jù)挖掘的模型和架構(gòu)
　2.4 規(guī)則變化監(jiān)測(cè)與增量挖掘方法
　2.5 已有知識(shí)與挖掘過(guò)程的融合
　2.6 小結(jié)
　參考文獻(xiàn)
第3章時(shí)態(tài)數(shù)據(jù)挖掘技術(shù)
　3.1 時(shí)態(tài)數(shù)據(jù)挖掘任務(wù)
　3.2 序列距離度量
　3.3 序列表示和搜索
　3.4 挖掘任務(wù)
　3.5 增量挖掘與高階數(shù)據(jù)挖掘
　3.6 未來(lái)研究方向
　3.7 小結(jié)
　參考文獻(xiàn)
第4章時(shí)態(tài)數(shù)據(jù)挖掘的形式化
　4.1 引言
　4.2 時(shí)態(tài)數(shù)據(jù)挖掘問(wèn)題
　4.3 時(shí)態(tài)數(shù)據(jù)挖掘的形式化
　4.4 分段有限模型
　4.5 高階數(shù)據(jù)挖掘
　4.6 小結(jié)
　參考文獻(xiàn)
第5章基于信息擴(kuò)散原理的度量值估計(jì)
　5.1 引言
　5.2 模糊信息與信息擴(kuò)散原理
　5.3 度量值的參數(shù)估計(jì)
　5.4 實(shí)驗(yàn)與討論
　5.5 小結(jié)
　參考文獻(xiàn)
第6章持續(xù)時(shí)態(tài)數(shù)據(jù)挖掘的體系結(jié)構(gòu)
　6.1 引言
　6.2 C-DM過(guò)程模型
　6.3 C-DM體系結(jié)構(gòu)
　6.4 本體服務(wù)機(jī)制
　6.5 原型實(shí)驗(yàn)
　6.6 規(guī)則分類評(píng)價(jià)
　6.7 小結(jié)
　參考文獻(xiàn)
第7章數(shù)據(jù)倉(cāng)庫(kù)中的元數(shù)據(jù)管理
　7.1 研究背景
　7.2 數(shù)據(jù)倉(cāng)庫(kù)中的元數(shù)據(jù)管理
　7.3 元數(shù)據(jù)管理標(biāo)準(zhǔn)
　7.4 元數(shù)據(jù)管理體系結(jié)構(gòu)
　7.5 元數(shù)據(jù)管理特性
　7.6 萄用元數(shù)據(jù)管理系統(tǒng)
　7.7 小結(jié)
　參考文獻(xiàn)
第8章輕量級(jí)本體存儲(chǔ)庫(kù)系統(tǒng)
　8.1 引言
　8.2 存取和操縱本體的需求
　8.3 本體存儲(chǔ)庫(kù)的體系結(jié)構(gòu)
　8.4 本體存儲(chǔ)庫(kù)元模型
　8.5 輕量級(jí)本體存儲(chǔ)庫(kù)的實(shí)現(xiàn)
　8.6 小結(jié)
　參考文獻(xiàn)
第9章基于CWM的實(shí)時(shí)分布元數(shù)據(jù)管理
　9.1 引言
　9.2 元數(shù)據(jù)管理的需求
　9.3 公共倉(cāng)庫(kù)元模型
　9.4 實(shí)時(shí)分布元數(shù)據(jù)管理體系結(jié)構(gòu)
　9.5 基于模型管理的實(shí)現(xiàn)描述
　9.6 實(shí)驗(yàn)與討論
　9.7 小結(jié)
　參考文獻(xiàn)
第10章總結(jié)與展望