《面向大数据的挖掘方法研究》PDF下载

  • 购买积分:12 如何计算积分?
  • 作  者:赵妍著
  • 出 版 社:成都:电子科技大学出版社
  • 出版年份:2016
  • ISBN:9787564730154
  • 页数:344 页
图书介绍:大数据的爆炸式增长在大容量、多样性和高增速方面,全面考验着现代企业的数据处理和分析能力;同时,也为企业带来了获取更丰富、更深入和更准确地洞察市场行为的大量机会。数据挖掘是帮助人们在海量数据中发现信息和知识的工具。近年来,数据挖掘技术成了商业智能的核心技术,主要利用人工智能中的一些算法和技术,包括统计分析、决策树、人工神经网络等,来进行预测、模式识别、分类和聚类分析。使用GA优化BP神经网络初始权值来建立预测模型,并应用于商业行为预测。通过对网络数据包的截获,从这些数据报文中进行黑客攻击特征的提取,提取的报文信息作为SVM算法的输入特征向量,从得出的分类结果输出是否为黑客进行攻击。

第一章 概述 1

1.1 “网络”带来了什么 1

1.2 “啤酒与尿布”的故事 5

1.3 大数据挖掘 8

第二章 什么是大数据 12

2.1 “大数据”概念 13

2.2 大数据的特点 15

2.3 大数据的发展 18

第三章 大数据基础技术 41

3.1 云计算 41

3.2 物联网 54

3.3 大数据管理 72

3.4 大数据分析 98

第四章 数据挖掘综述 131

4.1 数据挖掘的定义及工作流程 131

4.2 数据挖掘技术的发展现状 137

4.3 数据挖掘中常用的挖掘算法 142

4.4 Microsoft SQL Server Analysis Services 164

第五章 基于BP神经网络大数据挖掘模型 211

5.1 神经网络在数据挖掘中的常用模型 212

5.2 BP算法的基本理论 213

5.3 改进的BP算法的比较 219

5.4 BP神经网络在数据预测中的应用 225

5.5 基于BP神经网络预测模型结构的设计 228

5.6 遗传算法优化神经网络 238

5.7 预测模型设计 255

第六章 基于支持向量机的黑客拦截模型 265

6.1 黑客攻击的特征与类型 265

6.2 一般的入侵检测系统 280

6.3 特征提取和选择 284

6.4 支持向量机的基本原理和算法 306

6.5 利用支持向量机(SVM)实现黑客的拦截 323

参考文献 338