本书内容简介：数据挖掘和文本挖掘是当前信息技术中的一个重要研究领域；将遗传算法和社会演化算法应用于数据及文本挖掘方法研究，具有较大的理论意义和实用价值本书研究了基于遗传算法和社会演化算法的数据挖掘和文本挖掘方法，主要包括数据挖掘和文本挖掘中的属性约简问题、聚类问题，并将其应用于产品研发决策中所做主要工作包括：提出一种基于遗传算法和k-medoids算法的新的聚类方法；采用遗传算法和模式聚合进行文本特征降维；采用遗传算法和潜在语义索引进行文本特征降维；采用社会演化算法进行聚类；采用混沌社会演化算法进行聚类；采用改进的遗传算法和社会演化算法进行文本聚类研究；将文本挖掘应用到产品研发决策中，构建产品研发文本知识地图，以期提高产品研发的效率和质量。
随着数字技术和计算机信息化的普及和发展，许多企业的各个部门都采用了计算机进行管理和运营。这些计算机系统通常都具有强大的收集、存储和处理数据的能力。一个企业收集的数据实际上是有关企业或机构生产经营经验的真实记录，经过长期积累，必然能反映出企业生产经营过程中规律性的信息和知识。在信息化、Internet高速发展的网络时代，信息资源的经济价值和社会价值越来越明显。这些日积月累的数据形成了一个企业的巨大“宝藏”，如何对其进行有针对性的开发，挖掘出有价值的信息，形成企业知识，指导企业的技术决策和经营决策，对于企业的生存和发展将发挥率足轻重的作用。因此，如何有效地管理这些数据，从中挖掘规律性知识，指导制定生产和营销策略，就显得越业越重要。
《滇西学术文丛：数据挖掘及其应用研究》全面介绍了数据挖掘的背景信息、相关概念及其所使用的主要技术，针对关联规则数据挖掘，系统深入地描述了Apriori算法和FP-growth算法，并比较了各自的优缺点。《滇西学术文丛：数据挖掘及其应用研究》基于关系代数的关联规则挖掘，讨论该算法的实现过程，并对该算法作复杂性分析，在聚类分析数据挖掘、序列模式挖掘等方面也有介绍。对网络入侵检测的拒绝服务攻击类型进行了序列模式挖掘和聚类分析，为进一步开发入侵检测系统提供决策依据，数据挖掘在农作物病虫害预警、居民消费结构分析、多媒体图像挖掘等方面都有应用。
本书不仅系统介绍各种传统的数据结构以及搜索和内、外排序算法，还引入了一些新数据结构，如伸展树和跳表。本书在重视理论的同时，强调应用性和实践性，对上机实习赋予足够重视。每章包括程序设计题，并将实习指导和实习题作为专门的章节编写。 全书条理清晰，内容详实。书中算法都有完整的C++程序。程序结构清晰，构思精巧。所有程序都已在VC++环境下编译通过并能正确运行。本书深入浅出，配有大量的实例和图示，并有丰富的习题和实习题，适于自学。 本书可作为电气信息类、电子信息科学类以及计算机、管理信息系统、电子商务，教育技术等其他相关专业学生数据结构课程的教材，并可供其他计算机应用工程技术人员参考。
《数据结构实验教程》是为了让学生能够尽快地掌握数据结构中的各种算法而编写的。本教材所写的算法具有程序结构清晰、可读性强、符合软件工程的规范要求等特点，所有的程序均在VC调试环境下运行通过，如果要运行程序，则仅需要编译一下便可。如果需要在TURBO C环境下运行，则仅需要将“//”注释修改一下便可。本书在数据结构的每个知识点上均给出了多个实验项目，且在每个实验项目中包括实验项目、任务分析、程序构思、源程序、测试数据、注意事项及思考问题等。在后一章中给出了两个实际问题，着重分析了解决的思路、模块划分、重点难点等。本书共分9章，包括线性表、栈与队列、串、数组、树和二叉树、图、查找、排序和文件。 本书是清华大学出版社和北京交通大学出版社出版的《数据结构》教材（张凤琴主编）的配套实验教材，也可作为
本书由数据库设计原理和应用两部分组成。原理部分简明扼要地介绍了关系数据库设计实用的基本理论，包括数据模型、关系和关系设计完整性，并结合实例描述分析、设计数据库的过程；应用部分通过 PowerBuilder 数据库开发工具详细描述数据库系统的开发过程，具体介绍PowerBuilder 10．0开发环境的组成、Power Script语言、事件，对窗口、数据窗口、菜单等PowerBuilder对象的设计方法是结合“餐饮管理系统”进行说明的，在习题中留有一定的功能扩展空间。每章均附有习题，便于读者练习。 本书可作为高等专科学校、高等职业学校、中等职业学校、成人高校及本科院校举办的二级职业技术学院和民办高校的教材，也可供各类从事数据库系统开发的人员参考。
数据仓库与数据挖掘是与计算机、信息类等相关专业的核心课程。张兴会等编著的《数据仓库与数据挖掘工程实例》采用提出问题、分析问题、解决问题的思路，通过工程实例介绍了SQL Server 2005和 Weka软件的使用方法以及联机分析处理技术、关联规则方法、决策树方法、贝叶斯方法、人工神经网络方法、聚类分析方法、线性回归方法等数据仓库与数据挖掘技术。 本书结构严谨，条理清晰，语言浅显易懂，循序渐进地表达了知识内容；坚持理论与实际相结合，知识理论与具体实现方法相结合，使技术实现具体化、生动化、可操作化；工程实例的实现过程建立在 SQLServer2005和Weka软件的基础上，以帮助读者在学习后达到学以致用的效果。本书可以和《数据仓库与数据挖掘技术》教材配合使用，旨在帮助读者在学习数据仓库与数据挖掘理论知识的基础上，通过学习工
《数据挖掘原理、算法及应用》以各类数据挖掘算法为核心，以智能数据分析技术的发展为主线，结合作者自身的研究和应用经验，阐述数据挖掘研究领域的主要理论和典型算法。全书共分8章：第1章为绪论；第2-5章分别介绍数据挖掘的主要技术、各类典型算法及其编程实现，包括数据预处理技术，关联规则挖掘技术、分类技术，聚类技术等几大类技术和其中包含的典型算法；第6-8章分别简要介绍一些数据挖掘的应用专题，包括时间序列数据挖掘、Weh挖掘、空间数据挖掘等。
本书是一本介绍数据仓库和数据挖掘的图书。全书力求深入浅出、通过浅显易懂的语言及实例介绍数据仓库与数据挖掘的基本概念及相关理论。从数据仓库的定义、结构、设计、数据访问方法及应用等方面对数据仓库做了较详细的介绍。从数据挖掘的定义、数据预处理方法、数据挖掘发现知识的类型及数据挖掘常用算法等几方面对数据挖掘的基本知识和算法等理论做了介绍。本书特别介绍了SQL Server2000数据挖掘工具应用和SPSS数据挖掘工具应用。后，给出了一个数据挖掘的应用实例。本书总的指导思想是在掌握基本知识和基本理论的基础上，更强调实际应用能力的培养。 本书可作为普通高等院校计算机科学与技术专业、软件工程专业或信息类等其他相关专业的教材，也可作为有关数据仓库与数据挖掘方面的培训教材，以及所有想学习数据仓库与数据挖掘知识的人
本书研究了基于分类模式的数据挖掘方法，特别是基于粗糙集理论的分类规则提取和基于决策树构建及其分类规则提取策略，给出一种基于粗糙集的决策树模型的改进算法。在客户价值管理中应用了基于粗糙集的决策树方法，通过一系列可行的指标体系，建立基于粗糙集的决策树模型，来度量客户价值、细分客户。以数据挖掘为基础，有效地识别客户、评价客户价值、进行客户细分、改进销售效果、保留客户、提高客户满意度和忠诚度等。为企业客户管理提供智能决策支持。 本书从客户价值基础理论出发，使用基于粗糙集的数据挖掘技术，并以基于粗糙集的决策树方法来构造模型，进行客户价值研究。导论部分主要介绍了研究目的和意义，国内外相关理论的研究现状和发展趋势，研究方法和创新之处。第1章作为本书的基础部分，介绍了相关理论。第2章进行客
粗糙集理论是一种不确定性数据分析工具，近年来在特征选择、分类学习和规则提取等应用方面取得了巨大成功，并逐渐成为信息科学为活跃的研究领域之一。本书系统地论述了基于粗糙集的属性约简理论和方法，信息系统之间的信息通讯以及关于粗糙群的一些本质问题。主要内容有：基于覆盖粗糙集的属性约简模型建立及约简结构性质分析，基于广义粗糙集的属性约简模型建立及约简结构性质分析，基于广义粗糙集的信息系统之间等价属性约简理论与方法，基于模糊粗糙集的信息系统之间等价属性约简理论与方法，粗糙群的理论研究，以及这些理论在数据挖掘中的应用。 本书可以作为理工科大学计算机、应用数学、自动控制、信息科学以及管理工程等专业的高年级本科生、研究生以及博士生的教材，同时对有关领域的研究人员和工程技术人员也有重要的参考
本书系统地介绍了各种常用的数据结构，内容丰富，概念讲解清楚，叙述严谨流畅，逻辑性强。书中配有大量图表、丰富的例题和习题，对给出的每一种算法，均先描述了它的基本思路和要点，使得算法清晰易读，便于学生理解和掌握。本书有配套出版的《数据结构上机实验与习题解析》，既便于教学，又便于自学。 本书共分9章，主要包括绪论、线性表、栈和队列、串、多维数组和广义表、树和二叉树、图、查找、排序等内容。 本书可作为本科和高职高专院校计算机类专业或信息类专业的教材，也可供广大从事计算机工程与应用的科技工作者参考。
描述和预测是数据挖掘的两个主要任务。本书从过程控制的角度出发，在简要介绍数据挖掘的基本概念和模糊推理系统理论的基础上，全面、系统地研究了基于模糊推理系统的数据挖掘技术在工业过程建模及控制器设计中的应用，为解决复杂非线性且难以建立精确数学模型的控制系统提供了思路。 本书在强调基础理论和系统性的同时，着重反映数据挖掘技术在控制领域的*研究成果。本书注重实效，深入浅出，对每类具体问题不但提供翔实的理论推导，而且还辅以大量的仿真实例。通过本书的学习，读者可以对数据挖掘技术在复杂工业过程建模和控制器设计中的应用有深入的认识和了解。 本书适合于从事自动化技术、计算机技术、应用数学等领域的科技工作者及工程技术人员使用，也可作为高等院校相关专业师生的参考用书。
本书主要介绍如何应用SAS软件系统进行数据分析。全书内容分为两部分，部分介绍SAS系统的一些基本操作、数据库管理、统计报表输出、绘制各种统计图形和简单编程。第二部分结合具体数据实例，介绍数据分析中常用的几种统计分析方法：回归分析、主成分分析、因子分析、典型相关分析、判别分析、聚类分析和时间序列分析。? 本书主要是面向电子商务专业的本科生，也可作为MBA、研究生的教材，同时也可作为经济类各专业学生学习数据处理课程的参考书。
随着网络与计算机的发展，可利用的数据量日益增大，数据的形式更多样化，这对数据挖掘算法的研究和数据挖掘与领域知识、技术的融合都提出了新的挑战。李英杰编写的《数据挖掘算法及在视频分析中的应用》在分析数据挖掘相关概念和相关技术研究现状基础上，阐述了围绕数据挖掘中的分类、特异数据挖掘、关联规则等任务中经典算法的改进研究。 继而阐述了数据挖掘算法在计算机视觉领域应用的研究工作。每部分研究工作均详细描写了背景、问题、研究思路、实验结果、结论与总结等。各部分工作相关，又独成体系，可读性好。 《数据挖掘算法及在视频分析中的应用》可作为高等学校数据分析类课程的补充资料，也可供相关方向的研究生及专业科技工作者参考。
数据结构是计算机及相关专业的核心课程，是计算机程序设计的基础,是程序员和许多高校研究生入学考试的必考科目。 本书共分10章，第1章是数据结构的概述；后9章分别介绍了线性表、栈、队列、串、数组、广义表、树、二叉树、图、查找、内部排序、外部排序、动态存储管理和文件等基本类型的数据结构。本书中的算法都已通过调试，不用修改就能运行。 本书可作为计算机和相关专业的教材，也可作为自学者或各种计算机培训班的教材。
随着数据库技术在工程领域中的广泛应用，对工程数据的后期分析和处理具有广泛的应用前景。本书以各类数据挖掘算法为核心，以智能数据分析技术的发展历程为主线，结合作者自身的研究和应用经验，详细阐述了数理统计、机器学习、软计算、关联挖掘和支持向量集等研究领域的成熟算法，并研究了各类方法在工业过程控制、水轮机调速智能监控、物流配送车辆路径优化等工程领域的实际应用，便于读者了解各种技术的应用对象、应用方法及应用效果。 本书内容丰富，论述简明，强调具体挖掘算法的分析和使用，力求实现数据挖掘技术从商业到工程领域应用的转变。可作为工科有关专业研究生和本、专科生的教学参考书，也可作为工程技术人员的自学读物。
本书是与《数据结构（C语言版）》（赵坚、姜梅主编）一书相配套的辅助教材。全书分为三大部分：部分是学习指导与实训，首先给出主教材中每一章的学习指南与内容提要，然后设置了若干综合实验，通过和章的实验体现实训特色，培养学生解决实际问题的能力；第二部分是主教材中习题的参考解答；第三部分设置了4套模拟试题及其参考解答，目的是检验和巩固所学的理论知识。 本书既可与《数据结构（C语言版）》一书配套使用，也可作为C语言描述的实训教材单独使用，还可供计算机自学人员学习参考。
本书首先介绍了大数据时代的特征，可以帮助你对大数据及其价值有一个概括性的了解和认识。其次，你将知道如何培养、挖掘、处理数据，使数据为自己创造更大价值。后，介绍了大数据在企业决策、运营管理、金融投资等方面的实际应用。内容简单实用，特别适合初级读者阅读。 大数据会作为一种资产存在，并将诞生一个万亿级别的交易市场。 大数据正以一种革命风暴的姿态引发全球关注。*马云指出， 互联网 已从 IT 时代到 DT （数字科技）时代，而 DT 是一个数据更充分流动的时代。而且未来大数据会作为一种资产存在，并将诞生一个万亿级别的交易市场。
张霞的这本《粒度计算在数据挖掘中的应用研究》对模糊粒度计算在文本软聚类中的应用进行了深入研究，提出了一种基于模糊粒度计算的聚类方法，并且利用该聚类方法对K-means算法进行了优化。基于模糊粒度计算的聚类是通过归一化的距离函数将聚类问题映射到距离空间，调节粒度产生对文本集合D的动态聚类划分。 动态聚类既可以作为一个单独的聚类结果，也可以作为其他算法的一个预处理步骤。K-means算法是一种经典的聚类算法，速度快、消耗资源小，但是算法对初始聚类中心点敏感，容易陷入局部小值。《粒度计算在数据挖掘中的应用研究》将基于模糊粒度计算的聚类方法作为K-means算法的预处理步骤，实验结果证明，这种预处理有效地消除了K-means算法的初始值敏感问题，优化了K-means算法。
