由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
正版新书]负关联规则挖掘技术研究董祥军 著9787302559689
¥ ×1
章关联规则挖掘概述1
1.1数据挖掘概述1
1.1.1数据挖掘的起源1
1.1.2数据挖掘的定义3
1.1.3数据挖掘的任务4
1.2关联规则挖掘7
1.2.1概述7
1.2.2主要算法8
1..Apriori算法详解14
1.2.4由频繁项集产生关联规则19
小结20
第2章挖掘负关联规则的PNARC模型21
2.1负关联规则概述21
2.2正负关联规则相关模型——PNARC模型
2.2.1问题分析
2.2.2负关联规则中支持度与置信度的计算24
2..相关在正负关联规则挖掘中的应用26
2.2.4PNARC算法29
.PNARC模型实验结果30
..1示例数据31
..2更多的实验结果32
小结40
第3章兴趣度在负关联规则中的应用研究41
3.1兴趣度在正关联规则中的应用概述41
3.2χ2检验在负关联规则中的应用研究46
3.2.1设检验相关知识46
3.2.2χ2检验在负关联规则中的应用研究48
3..算法设计5
.2.4实验结果53
3.3相关系数在负关联规则中的应用研究55
3.4兴趣度在负关联规则中的应用研究57
3.4.1PS兴趣度相关问题讨论57
3.4.2算法设计58
3.4.3实验结果59
小结62
第4章多数据库中的负关联规则挖掘63
4.1多数据库中的正关联规则挖掘概述63
4.2多数据库中的负关联规则挖掘67
4.2.1挖掘合成规则67
4.2.2算法设计及实验68
4.3多数据库中挖掘负加权关联规则72
4.4基于PS兴趣度的多数据库中的负关联规则挖掘79
4.5多数据库中的例外关联规则挖掘82
小结86
第5章负时态关联规则挖掘87
5.1研究时态关联规则的必要7
5.2两种典型的正时态关联规则挖掘模型88
5.2.1日历模型分析88
5.2.2商品生命周期模型分析90
5.3挖掘时态频繁项集算法91
5.3.1相关定义91
5.3.2GTFS算法设计92
5.3.3GTFS算法举例93
5.4负时态关联规则挖掘模型95
5.4.1相关定义95
5.4.2CTFS算法设计及CTP算法设计97
5.4.3CTP模型举例98
小结100
第6章非频繁项集挖掘技术101
6.1比例比率模型101
6.2两级支持度模型104
6.2.12LS算法设计104
6.2.22LS算法实验结果106
6..2LSP算法设计106
6.2.42LSP模型实验结果107
6.3多级支持度模型110
6.3.1MLMS模型中非频繁项集的定义110
6.3.2MLMS算法设计111
6.3.3实验结果112
6.4MLMS的兴趣度模型——IMLMS模型114
6.4.1项集的修剪方法114
6.4.2IMLMS算法设计116
6.4.3实验结果118
6.5多项支持度模型119
6.6用基本Apriori算法实现MIS模型124
6.6.1MSB_apriori算法124
6.6.2实验结果125
6.6.3MSB_apriori+算法127
6.6.4实验结果128
6.7扩展的多项支持度模型130
小结132
第7章负关联规则修剪技术的研究136
7.1正关联规则修剪的有关技术回顾136
7.2冗余的无损关联规则集表述141
7.2.1有关定义141
7.2.2无损规则集表述的推演142
7.3基于相关度的负关联规则修剪技术146
7.4基于多置信度的负关联规则修剪技术151
7.4.1多置信度的必要分析152
7.4.2算法和实验结果155
7.5基于逻辑推理的负关联规则修剪技术158
小结165
第8章负频繁项集及其负关联规则挖掘166
8.1负频繁项集挖掘方法——eNFIS算法166
8.1.1负候选项集支持度计算方法166
8.1.2算法设计及实验结果167
8.2基于多支持度的负频繁项集挖掘算法——emsNFIS算法170
8.3负频繁项集中的负关联规则挖掘问题与对策172
小结175
第9章正负关联规则在大学校园数据分析中的应用176
9.1校园数据分析的意义176
9.2数据预处理177
9.2.1数据预处理简介177
9.2.2校园数据概述180
9.3基于关联规则的大学生心理健康数据分析183
9.3.1心理健康数据预处理183
9.3.2挖掘结果分析187
9.4学生一卡通消费行为与间的关联分析190
9.4.1数据预处理190
9.4.2挖掘结果分析194
9.5图书借阅行为与间的关联分析195
9.5.1数据预处理195
9.5.2挖掘结果分析197
9.6心理健康与间的关联分析197
9.6.1数据预处理197
9.6.2挖掘结果分析199
9.7消费行为、图书借阅行为、心理健康与间的关联分析200
9.7.1数据预处理200
9.7.2挖掘结果分析201
小结203
0章正负关联规则在医疗数据分析中的应用204
10.1概述204
10.2医疗数据预处理206
10.2.1医疗数据特征206
10.2.2数据选择207
10..数据规范化208
10.2.4数据归约209
10.3正负关联规则在心脑血管疾病分析中的应用210
10.4正负关联规则在糖尿病分析中的应用214
10.5正负关联规则在类风湿关节炎中的应用217
小结220
缩略语表221
参考文献2
董祥军,教授,博士后,博士生导师,曾任齐鲁工业信息学院副院长、院长。山东省人工智能学会副理事长,山东省计算机学会理事,山东物联网协会教育专委会副会长,山东学会教育专委会副主任委员,ACM(中国)会员,中国指挥与控制学会认知与行为专委会常务会员。1990年取得山东轻工业学院电气技术专业学士,1999年取得山东工业计算机应用技术硕士,2005年取得北京理工计算机应用专业博士。2007.6-2009.6在北京理工管理与经济学院从事博士后研究,2009.8-2010.2悉尼科技访问学者。2001年评为副教授,2005年破格评为教授。主持自然科学面上项目1项、中国博士后项目1项、山东省自然科学项目2项、山东省中青年科学家奖励项目1项、山东省教育创新计划项目1项、山东省教育厅科技计划项目1项、山东高校中青年教师国外合作项目1项,主持横向课题8项,参与国j级、省级纵向课题等10余项,到位经费400余万元。长期从事数据挖掘方面的研究,在负关联规则、负序列模式方面取得了丰硕的研究成果,发表学术70多篇,其中SCI、EI收录50多篇,获得山东省教育厅科研成
是作者在该领域多年研究成果的系统总结,涵盖了负关联规则基本概念、算法以及具体应用。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格