Opening book details…
Can I read 商业数据流挖掘模型, 方法及应用 = Business data stream mining: models, methods and applications on EtoBox?
商业数据流挖掘模型, 方法及应用 = Business data stream mining: models, methods and applications by 琚春华,封毅著 is a book available to read on EtoBox.
What is 商业数据流挖掘模型, 方法及应用 = Business data stream mining: models, methods and applications about?
1 (p1): 第1章 绪论 1 (p1-1): 1.1 背景概述 1 (p1-1-1): 1.1.1 数据挖掘 2 (p1-1-2): 1.1.2 数据流挖掘 3 (p1-2): 1.2 商业数据流挖掘主要研究概况 3 (p1-2-1): 1.2.1 国外研究现状 5 (p1-2-2): 1.2.2 国内研究现状 6 (p1-3): 1.3 商业数据流挖掘的基本概念 6 (p1-3-1): 1.3.1 商业数据流的基本定义 7 (p1-3-2): 1.3.2 商业数据流挖掘的基本流程 7 (p1-3-3): 1.3.3 商业数据流挖掘的主要模型和方法 8 (p1-4): 1.4 商业数据流挖掘的典型应用 9 (p1-4-1): 1.4.1 分布式零售数据流挖掘应用 9 (p1-4-2): 1.4.2 网购数据流挖掘应用 10 (p1-5): 1.5 本书的主要内容和结构 11 (p1-6): 参考文献 14 (p2): 第2章 商业数据流管理模型 14 (p2-1): 2.1 商业数据流特点 15 (p2-2): 2.2 商业数据流管理模型 15 (p2-2-1): 2.2.1 商业数据流描述模型 16 (p2-2-2): 2.2.2 商业数据流分层管理模型 17 (p2-3): 2.3 商业数据流预处理模型 18 (p2-3-1): 2.3.1 商业数据流降维模型 21 (p2-3-2): 2.3.2 商业数据流噪声处理模型 22 (p2-4): 2.4 本章小结 23 (p2-5): 参考文献 24 (p3): 第3章 商业数据流概念漂移模型 24 (p3-1): 3.1 商业数据流概念漂移描述模型 24 (p3-1-1): 3.1.1 商业数据流中的概念漂移概述 25 (p3-1-2): 3.1.2 基于粒计算的商业数据流概念模型 27 (p3-2): 3.2 商业数据流概念漂移特征提取模型 27 (p3-2-1): 3.2.1 商业数据流概念漂移特征发现模型 28 (p3-2-2): 3.2.2 商业数据流概念漂移特征提取模型 32 (p3-3): 3.3 商业数据流概念漂移检测模型 32 (p3-3-1): 3.3.1 基于概念格的数据流漂移检测模型 35 (p3-3-2): 3.3.2 基于HSMM的用户兴趣漂移检测模型 38 (p3-3-3): 3.3.3 融入簇强度的数据流漂移检测模型 43 (p3-4): 3.4 本章小结 43 (p3-5): 参考文献 45 (p4): 第4章 面向商业数据流的关联规则方法 45 (p4-1): 4.1 Web数据流最大频繁项集挖掘算法 45 (p4-1-1): 4.1.1 A-MFI算法相关定义 46 (p4-1-2): 4.1.2 算法描述 50 (p4-1-3): 4.1.3 算法小结 50 (p
- Author
- 琚春华,封毅著
- Publisher
- 北京:电子工业出版社
- Published
- 2016
- Language
- ZH
- ISBN
- 9787121289651
More by 琚春华,封毅著
Similar books
- 数据挖掘方法与模型 = Data mining methods and models — (美)拉罗斯著; 刘燕权等译, 拉罗斯 (Larose, Daniel T.), ( mei ) la luo si, Daniel T Larose (2011)
- Python数据挖掘方法及应用 — 王斌会
- Web数据挖掘 = Web data mining — Bing Liu著 (2009)
- 数据挖掘: 方法与应用 Data Mining: Methods and Applications — 徐华编著; 徐华 (2014)
- 数据仓库与数据挖掘 = Data warehouse and data mining — 袁汉宁,王树良,程永,金福生,宋红编著 (2015)
- 数据挖掘导论 = Introduction to data mining — (美)陈封能(Pang-NingTan),(美)迈克尔·斯坦巴赫(MichaelSteinbach),(美)阿努吉·卡帕坦(AnujKarpatne),(美)维平·库玛尔(VipinKumar)著; 段磊,张天庆等译, (美)陈封能等著 , 段磊,张天庆等译, 陈封能, 斯坦巴赫, 卡帕坦, 段磊, 张天庆 (2019)