数据挖掘与粗糙集方法PDF|Epub|txt|kindle电子书版本网盘下载

数据挖掘与粗糙集方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 导论1

1.1 人工智能与知识发现1

1.1.1 人工智能1

1.1.2 知识发现2

1.2 数据挖掘的概念7

1.3 数据仓库与OLAP9

1.3.1 数据仓库综述9

1.3.2 联机分析处理（OLAP）12

1.3.3 数据仓库与OLAP的关系18

1.4 数据挖掘研究综述19

1.4.1 背景简介19

1.4.2 数据挖掘的研究现状20

1.4.3 数据挖掘的基本技术21

1.4.4 数据挖掘的方法和任务21

1.4.5 数据挖掘工具的评价标准25

1.4.6 数据挖掘常用技术26

1.4.7 数据挖掘技术实施的步骤27

1.5 数据挖掘算法的组件29

1.6 数据挖掘的应用与发展前景29

第2章 数据挖掘的过程及模式33

2.1 数据挖掘的过程33

2.2 数据挖掘的模式34

2.2.1 关联规则模式34

2.2.2 分类模式38

2.2.3 聚类模式38

2.2.4 序列模式39

第3章 粗糙集数据分析数学基础及智能决策系统框架42

3.1 粗糙集数据分析（RSDA）工具概述42

3.2 RSDA工具的数学机理44

3.2.1 知识的形式化定义44

3.2.2 等价关系（不可分辨关系）45

3.2.3 知识的粒度46

3.2.4 粗糙集合46

3.2.5 知识的简化和核47

3.2.6 知识的相对简化和相对核47

3.2.7 范畴的简化、相对简化和核47

3.2.8 知识的依赖性48

3.3 知识表达系统48

3.4 决策系统49

3.5 基于数据挖掘技术的智能决策系统总体框架49

第4章 数据预处理53

4.1 离散化问题的正规化描述53

4.2 现有连续属性离散化方法综述54

4.3 基于数据分布特征的离散化方法56

4.3.1 基本原理56

4.3.2 算法思路及实现58

4.3.3 算例59

4.4 基于数据分区的离散化方法60

4.4.1 整体离散化处理60

4.4.2 基于数据分区的整体离散化算法61

4.5 不完备信息表的数据预处理方法62

4.5.1 相关定义及定理62

4.5.2 算术描述64

第5章 相容性决策系统的数据约减方法66

5.1 基于代数与逻辑判断的数据约减67

5.1.1 基于数据分析的属性约减方法67

5.1.2 基于逻辑判断的属性值约减方法70

5.2 基于面向属性泛化及信息熵的数据约减76

5.2.1 引言76

5.2.2 关系DB学习原理76

5.2.3 规则提取方法78

5.2.4 算例79

第6章 不相容性决策系统的数据挖掘模型及规则提取85

6.1 基于决策概念包含的数据挖掘85

6.1.1 粗集扩展模型基本理论85

6.1.2 带有不相容决策的数据挖掘模型理论基础86

6.1.3 算法思想87

6.1.4 算例88

6.2 基于粗糙重复组的数据挖掘89

6.2.1 基本理论89

6.2.2 粗糙重复组粗糙集的不相容决策91

6.2.3 算例92

第7章 增量式决策系统的数据挖掘研究96

7.1 基于相容性决策系统的数据约减96

7.1.1 基于分辨矩阵的数据挖掘96

7.1.2 基于改进分辨矩阵的增量式数据挖掘模型98

7.2 基于不相容性决策系统的数据约减102

7.2.1 广义归纳表GDT102

7.2.2 基于GDT与RS理论的规则发现104

7.2.3 分类规则发现算法107

第8章 有序属性决策系统的粗糙集数据约减109

8.1 概述109

8.2 多准则多属性的粗集近似109

8.3 基于准则的数据约减算法112

8.3.1 参数描述112

8.3.2 算法过程112

8.4 算例113

8.4.1 基本粗集方法的约减结果114

8.4.2 基于优先及不可分辨关系的近似约减结果114

第9章 粗糙集合的扩展模型116

9.1 粗糙集合扩展模型概述116

9.1.1 可变精度粗糙集合模型116

9.1.2 基于粗糙集合的非单调逻辑117

9.1.3 粗糙集合与模糊集合的结合117

9.2 基于概率统计的扩展模型118

9.2.1 概述118

9.2.2 基于RS理论的概率规则118

9.2.3 RS理论概率规则测度120

9.2.4 概率规则的知识约减121

9.2.5 概率规则的知识约减算法121

9.3 基于模糊集合的扩展模型122

9.3.1 粗糙-模糊集合与模糊-粗糙集合的基本定义及特征122

9.3.2 模糊-粗糙关系数据库模型及其信息测度125

9.3.3 粗糙集合近似中的模糊表示127

第10章 基于Web与多媒体的数据挖掘134

10.1 Web数据挖掘概述134

10.2 Web数据挖掘原理134

10.3 Web数据挖掘内容135

10.4 多媒体数据挖掘内容136

第11章 数据挖掘的发展及应用139

11.1 可视化数据挖掘技术139

11.1.1 可视化数据分类139

11.1.2 可视化数据挖掘类型140

11.2 数据挖掘在电子商务中的应用141

11.2.1 电子商务中数据挖掘的特点及应用142

11.2.2 电子商务中的数据挖掘过程142

11.3 数据挖掘在CRM中的应用144

11.3.1 数据挖掘在CRM中的应用领域144

11.3.2 客户关系管理及大客户关系管理146

11.3.3 电信CRM实施客户与市场挖掘的框架设计151

11.4 数据挖掘在市场营销中的应用166

11.5 空间数据挖掘应用168

11.5.1 概述168

11.5.2 空间数据挖掘技术168

11.5.3 空间数据挖掘与GIS集成的模式175

11.5.4 空间数据挖掘可发现的主要知识类型176

11.6 数据挖掘在电子政务中的应用177

参考文献182