论文研究 面向间断流行程时间预测的浮动车数据挖掘.pdf

针对框架式页面存在的问题，对数据预处理过程进行了改进，在数据清洗和用户识别部分添加了页面过滤部分，同时对预处理过程中的页面过滤算法和用户识别策略也进行了改进。

重点综述了基于局部信息的全局数据挖掘方法。根据数据挖掘的过程，将该问题的研究划分成三个阶段，即利用粒度数据表示进行挖掘、利用局部信息改善全局挖掘的效率和利用局部模式结果获得全局数据理解，并对每个阶段进

在分析了当前基于距离的离群数据挖掘算法的基础上，提出了一种基于SOM的离群数据挖掘集成框架，其具有可扩展性、可预测性、交互性、适应性、简明性等特征。实验结果表明，基于SOM的离群数据挖掘是有效的。

基于数据挖掘的网络学习系统研究，刘琼，龙毅宏，随着计算机网络的发展，越来越多的人通过远程教育来提高学习效率，但现有的网络学习系统不能对学生练习结果进行科学、客观的分析

论文研究-基于知识生命期的数据挖掘方法研究.pdf,  以知识生命期为线索,同时引入广义计算理论与技术,提出一种基于知识生

数据挖掘中聚类的分析与研究，赵富，，聚类分析是数据挖掘中的一个重要研究领域。它将数据对象分组成为若干个类或簇，使得在同一个簇中的对象比较相似，而不同簇中的对

MapReduce是一种编程模型，可以运行在异构环境下，编程简单，不必关心底层实现细节，用于大规模数据集的并行运算。将MapReduce应用在数据挖掘的三个算法中：朴素贝叶斯分类算法、K-modes聚

针对目前时间序列决策研究方法的一些缺陷，提出了多变量时间序列模糊决策树挖掘方法，并给出了该方法的实验分析。实验结果证明该方法能够找出多变量时间序列子序列的形态与某个序列的后期趋势或状态的决策信息。

基于数据挖掘的航班数据分析，张猛，刘知青，随着云时代的来临，大数据也吸引了越来越多的关注。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角

全书分为12章，详细讲解pyhon版本的数据挖掘，讲解清晰，通俗易懂。