时态数据挖掘算法

第1章　绪论　1.1 数据挖掘简介　1.2 时态数据挖掘现状　1.3 时态数据挖掘类型第2章　时态数据与时态关联规则模型　2.1 时态型和时间粒度的概念及性质　2.2 时态事件空间与时态规则模型　2.3 时态关联规则的分类第3章　时态关联规则算法　3.1 单事件相同时态因子内关联规则挖掘算法　3.2 单事件周期时态关联规则挖掘算法　3.3 双事件时态关联规则挖掘算法　3.4 基于兴趣度的时态数据关联规则挖掘算法　3.5 多维多时间粒度关联规则挖掘算法　3.6 小结第4章　时态关联规则的周期性挖掘算法　4.1 周期关联规则的分类　4.2 周期的获取及表示　4.3 一个周期挖掘算法　4.4 实验结果　4.5 小结第5章　多粒度时间下的部分周期挖掘算法　5.1 部分周期模型　5.2 利用了裁剪的算法(CA)　5.3 基于输入的算法(IA)　5.4 数值实验　5.5 小结第6章　基于粗糙集的时态数据挖掘算法　6.1 粗糙集理论　6.2 时态数据知识表达　6.3 基于粗糙集的时态数据挖掘算法　6.4 车流量分析上的应用第7章　基于SoM近似周期模式挖掘算法　7.1 模型构造　7.2 近似周期模式挖掘算法　7.3 实验及结果分析　7.4 小结第8章　基于SoM的时态近似周期关联规则挖掘算法　8.1 模型构造　8.2 近似周期关联规则挖掘算法　8.3 实验及结果分析　8.4 小结第9章　基于SVM的时态数据回归算法　9.1 加权支持向量回归机(WSSVR)　9.2 基于时态数据的WSSVR预测模型　9.3 实验　9.4 小结第10章　基于SVM的时态周期模式算法　10.1 支持向量分类机　10.2 时态数据周期模型　10.3 证券数据的周期发现　10.4 小结第11章　时态数据流的增量聚类算法　11.1 问题描述及其相关概念　11.2 算法框架及其描述　11.3 算法的性能分析　11.4 股票数据上的应用　11.5 小结第12章　时态文本数据挖掘算法　12.1 时态文本预处理　12.2 时态文本关联模型　12.3 时态文本关联规则算法　12.4 数值实验英文人名翻译表参考文献致谢

《时态数据挖掘算法》由孟志青、蒋敏、姜华著，介绍了时态数据挖掘算法，主要内容包括时态数据模型、时态关联规则模型、时态关联规则算法、时态数据下周期模式、部分周期和近似周期模式的算法、时态数据流算法和时态文本算法，这些算法可用于商业、金融、医学和互联网等领域中的数据挖掘应用。　　本书主要供数据挖掘研究人员使用，也可作为大学本科高年级和研究生数据挖掘方面的教学参考用书。　　随着大数据时代的到来，大数据流、大文本流和多媒体流的出现，使得时态数据挖掘进入了一个全新发展阶段，如何找到大数据下的快速时态挖掘算法是我们面临的巨大挑战，本书旨在为学习和研究时态数据挖掘提供一些解决方法，为大数据的应用提供新的途径。