数据挖掘与粗糙集方法PDF电子书下载

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OLAP 9

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GDT 102

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