海量數(shù)據(jù)挖掘技術(shù)研究

前言
摘要
ABSTRACT
第一章 概論
第一節(jié) 數(shù)據(jù)挖掘技術(shù)的興起
第二節(jié) 數(shù)據(jù)挖掘的主要問題
一、數(shù)據(jù)挖掘任務(wù)與知識類型
二、數(shù)據(jù)挖掘的過程
三、數(shù)據(jù)挖掘的對象
四、數(shù)據(jù)挖掘的應(yīng)用
五、數(shù)據(jù)挖掘面臨的挑戰(zhàn)
第三節(jié) 本書的工作
第四節(jié) 本書的結(jié)構(gòu)
第二章 數(shù)據(jù)挖掘技術(shù)綜述
第一節(jié) 頻繁模式與關(guān)聯(lián)規(guī)則挖掘
一、單層單維布爾型關(guān)聯(lián)規(guī)則挖掘與Apriori算法
二、對Apriori算法的改進
三、頻繁模式與關(guān)聯(lián)規(guī)則挖掘研究的新發(fā)展
第二節(jié) 閉合模式挖掘與A-Close算法
一、閉合模式挖掘與A-Close算法
二、其他閉合模式挖掘算法
第三節(jié) 最大模式挖掘與Pincer-Search算法
一、最大模式挖掘與Pincer-Search算法
二、其他最大模式挖掘算法
第四節(jié) 多層多維關(guān)聯(lián)規(guī)則挖掘
一、多層關(guān)聯(lián)規(guī)則挖掘問題
二、多維關(guān)聯(lián)規(guī)則挖掘問題
第五節(jié) 對關(guān)聯(lián)規(guī)則挖掘的其他擴展
一、順序模式挖掘
二、基于約束的關(guān)聯(lián)規(guī)則挖掘
三、并行挖掘問題
四、復(fù)雜檢索問題
五、關(guān)聯(lián)規(guī)則與相關(guān)性
六、其他問題
第六節(jié) 數(shù)據(jù)挖掘軟件系統(tǒng)
第七節(jié) 保護隱私的數(shù)據(jù)挖掘技術(shù)
一、全局概化技術(shù)
二、全消隱技術(shù)
三、局部概化技術(shù)
四、帶寬矩陣方法
五、其他相關(guān)工作
第八節(jié) 數(shù)據(jù)挖掘技術(shù)的應(yīng)用
一、數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域
二、企業(yè)營銷應(yīng)用數(shù)據(jù)挖掘技術(shù)
第三章 伺機投影策略的挖掘算法
第一節(jié) 引言
第二節(jié) 問題的描述
第三節(jié) 頻繁模式樹的構(gòu)造
第四節(jié) 模式支持集的表示與投影
一、稀疏型PTS的基于數(shù)組表示及其投影
二、密集型PTS的基于樹表示及虛擬投影
第五節(jié) 伺機投影策略與OpponuneProject算法
一、伺機投影的啟發(fā)式原則
二、估計TVLA和TTF的大小
三、OpponuneProject算法
第六節(jié) 性能評價
一、數(shù)據(jù)集及其特性
二、基本實驗結(jié)果
三、可伸縮性試驗
第七節(jié) 小結(jié)
第四章 閉合模式與最大模式挖掘
第一節(jié) 引言
第二節(jié) 問題的描述
第三節(jié) 復(fù)合型頻繁模式樹及其生成
一、復(fù)合型頻繁模式樹CFIST
二、CFIST結(jié)點的合并
三、CFIST的生成算法
第四節(jié) CFIST的剪裁與包含關(guān)系的檢查
一、高效的CFIST局部剪裁
二、分枝包容關(guān)系的快速檢查
三、快速雜湊法
第五節(jié) CROP：挖掘閉合模式的高性能算法
一、平衡CFIST生成與剪裁效率
二、CROP算法
第六節(jié) CROP性能測評
一、CROP與CHARM效率對比
二、CROP與CLOSET效率對比
三、CROP與MAFIA效率對比
四、可伸縮性實驗
第七節(jié) 挖掘最大頻繁模式的新算法MOP
一、最大頻繁模式集及其剪裁
二、MOP算法
三、MOP的性能評價
第八節(jié) 小結(jié)
第五章 多維多層關(guān)聯(lián)規(guī)則、分類規(guī)則與空間關(guān)聯(lián)規(guī)則
第一節(jié) 關(guān)聯(lián)規(guī)則與無冗余關(guān)聯(lián)規(guī)則
第二節(jié) 多層頻繁模式挖掘
一、問題的描述
二、逆字典樹與多層頻繁模式
三、層次標記技術(shù)與模式支持集
四、高性能多層頻繁模式挖掘算法
五、性能測評
第三節(jié) 多維多層多數(shù)據(jù)類型關(guān)聯(lián)規(guī)則挖掘
一、多維多層多數(shù)據(jù)類型關(guān)聯(lián)規(guī)則挖掘問題
二、MDML-PP算法
三、性能測評
第四節(jié) 挖掘多支持率分類規(guī)則
一、分類規(guī)則挖掘與TTF擴展
二、多支持率剪裁
三、分類規(guī)則及其單階段挖掘算法
四、對比實驗
第五節(jié) 空間關(guān)聯(lián)規(guī)則的挖掘
一、空間關(guān)聯(lián)規(guī)則
二、兩階段挖掘策略
三、基于輔存分而治之的方法
第六節(jié) 提高挖掘算法可伸縮性的技術(shù)
一、海量數(shù)據(jù)挖掘策略
二、緩沖管理技術(shù)
三、挖掘算法改進及其性能分析
第七節(jié) 小結(jié)
第六章 智能型數(shù)據(jù)挖掘工具設(shè)計與實現(xiàn)
第一節(jié) 引言
第二節(jié) 數(shù)據(jù)倉庫及其管理
一、數(shù)據(jù)倉庫模型與OLAP
二、數(shù)據(jù)倉庫的框架描述
三、數(shù)據(jù)倉庫管理器
第三節(jié) 數(shù)據(jù)挖掘任務(wù)的描述、管理及執(zhí)行機制
一、數(shù)據(jù)挖掘作業(yè)Job的描述
二、挖掘任務(wù)模型Scenario的定義
三、挖掘任務(wù)模型的管理與執(zhí)行
第四節(jié) 智能型數(shù)據(jù)挖掘引擎
一、算法描述庫與算法模塊
二、知識庫與引擎管理器
第五節(jié) SmartMiner體系結(jié)構(gòu)
第六節(jié) 關(guān)鍵技術(shù)與SmartMiner原型實現(xiàn)
第七節(jié) 小結(jié)
第七章 網(wǎng)絡(luò)海量數(shù)據(jù)協(xié)同挖掘
第一節(jié) 引言
第二節(jié) 分布式黑板控制
一、問題求解的黑板系統(tǒng)
二、分布式問題求解與黑板控制
第三節(jié) 形式化描述語言
一、黑板的描述
二、知識源的描述
三、知識交換格式
第四節(jié) 實現(xiàn)分布式黑板控制的一般智能代理
一、智能代理GA的結(jié)構(gòu)設(shè)計
二、智能代理軟件DBC-MA的實現(xiàn)
第五節(jié) 分布式數(shù)據(jù)挖掘系統(tǒng)DistributedMiner
一、分布式知識發(fā)現(xiàn)功能
二、DistributedMiner的黑板設(shè)計
三、挖掘平臺體系結(jié)構(gòu)
四、DistributedMiner的實現(xiàn)與應(yīng)用
第六節(jié) 從分布計算到移動計算
一、什么是智能代理
二、智能代理的特征
三、移動型智能代理
四、典型mobile agent系統(tǒng)
第七節(jié) 移動式數(shù)據(jù)挖掘系統(tǒng)模型
一、移動型智能代理服務(wù)器
二、DBC-MA變型
三、MobileMiner工作流程
第八節(jié) 小結(jié)
第八章 挖掘事務(wù)型數(shù)據(jù)過程中的隱私保護
第一節(jié) 引言
第二節(jié) 隱私保護與匿名化模型
第三節(jié) 集成概化與消隱技術(shù)的基本方法
一、割集柵格的自頂向下貪婪法搜索
二、為割集尋找一個好的消隱方案
三、算法描述
第四節(jié) 解決效率與可伸縮性瓶頸的關(guān)鍵技術(shù)
一、最小隱私威脅
二、多輪次求解策略
第五節(jié) 信息損失與性能的實驗評估
一、信息損失評估
二、效率評估
三、可伸縮性評估
第六節(jié) 小結(jié)
參考文獻
后記