知识发现及其应用研究回顾

介绍了知识发展的背景,描述了知识发现的发展过程,知识类型,所使用的数据库,重点介绍知识发现在各个领域的应用如：农业,医学,环保,天文,金融,零售,军事,Internet等。     

论数据发掘的计算智能方法

一、数据发掘：从戮据库发现知识 随着现代科学技术的迅速发展,数据库的规模日益扩大,人们需菱有新的、更为有效的手段对各种“数据矿藏”(信息资源)进行开采以发挥其应用潜。数据发掘与 KDD正是在这样的应用需求背景下产生并迅速发展起来的、开发信息资源的一整套科学方法、算注及软件工具与环境。     

数据采掘与知识发现综述

来自应用、社会、经济等各方面的迫切需求，以及不断升温的研究兴趣，使知识发现和数据采掘成为目前一个不断发展的领域。本文介绍了知识发现和数据采掘技术的产生背景、基本任务、方法及其应用，同时还简要介绍了目前已有的成熟的KDD系统及其将来的发展。     

数据发掘与计算智能方法

数据发掘与从数据库发现知识是在对更深入、更充分地开发信息资源的迫切需求背景下产生并迅速发展起来的一个国际前沿Ｒ＆Ｄ领域。本文首先对数据发掘、即从数据库发现知识进行了评述，阐明什么是数据发掘、为什么要数据发掘、如何数据发掘、数据发掘与ＤＢＭＳ和ＯＬＡＰ（在线分析过程）的区别与联系等问题，并进一步论述了计算智能方法的实质和特点及其在数据发掘中的应用前景     

数据采掘与知识发现：回顾与展望

如何大规模数据库中发掘深层次的知识和信息，而不仅仅是那些从传统数据库查调方法所获得的平凡内容，这方面的研究正受到越来越多的关注。     

数据仓库与数据发掘的应用

本文介绍了数据仓库的基本概念、特征以及创建数据仓库的方法及关键问题 论述了数据发掘的目的、一般过程及与此相关的一些技术。最后分析了当前市场上数据仓库和数据发掘工具产品的发展现状。     

空间数据发掘技术的研究和发展趋势

】空间数据发掘在信息融合系统、地理信息系统等使用空间数据的各种系统中具有广泛的应用前景,但仅仅在最近几年才引起人们广泛的关注。本文总结了这几年空间数据发掘技术研究所取得的主要成果和存在的问题,并探讨今后研究的问题和技术思路。     

关于数据采掘和知识发现的若干思考

数据采掘和基于数据库的知识发现是目前数据库研究界和产业界关济的热点。     

数据库中的时态数据发掘研究

在实践中,信息系统往往需要处理时态数据。时态数据的出现使得有必要研制在其结构中集成了时j旬模型的数据库系统。在信息系统中可以发现多种时态数据,例如超市的交易记录有时间标记,病员情况每隔一段时间记录一次,另外还有一些象某人的生日这种类型的其它时态数据。作为处理时态信息的时态数据库已经得到广泛研究川。本文试图从KDD角度讨论时态数据发掘的有关问题。     

云理论及其在空间数据发掘和知识发现中的应用

云理论是以研究定性定量间的不生转换为基础的系统处理不确定性问题的一新理论,包括云模型,虚云,云运算,云变换,不确定性推理等内容,云理论为数据发掘和知识发现中的许多基础性关键问题提供了新的解决方法,如概念和知识表达,定性定量转换,概念的综合与分解,从数据中生成概念和概念层次结构等。     

遗传算法在预测规则挖掘中的应用

讨论了遗传算法在预测规则挖掘中的应用,包括适应度函数的设计,选择、交叉算法的调整等。     

Advanced Scout: Data Mining and Knowledge Discovery in NBA Data

Advanced Scout is a PC-based data mining application used by National Basketball Association (NBA)coaching staffs to discover interesting patterns in basketball game data. We describe Advanced Scout software from the perspective of data mining and knowledge discovery. This paper highlights the pre-processing of raw data that the program performs, describes the data mining aspects of the software and how the interpretation of patterns supports the processof knowledge discovery. The underlying technique of attribute focusing asthe basis of the algorithm is also described. The process of pattern interpretation is facilitated by allowing the user to relate patterns to video tape.     

PAKDD2013(第17届亚太地区知识发现与数据挖掘国际会议)征文通知

<正>黄金海岸,澳大利亚(Gold Coast,Australia)2013年4月14日～2013年4月17日http://pakdd2013.pakdd.org/Important DatesPaper submission due:Oct.1(Mon).2012Notification to author:Dec.19(Wed).2012Camera ready due:Jan.6(Sun).2013[23:59:59Pacific Standard Time]Conference Scope     

数据挖掘工具的分类与挖掘

随着数据挖掘技术的发展,各种各样的数据挖掘工具不断开发出来,如何把握这些工具的功能、挖掘技术和未来发展趋势,是一个非常困难的事情。文中借助数据挖掘技术提出了数据挖掘软件工具的一个多维立方体分类模型,给出了一个具体分类实例,总结出数据挖掘工具的技术发展路线和未来发展趋势,并通过对三个不同阶段的数据挖掘工具的深入比较,进一步验证了文中的结论。     

数据挖掘工具的分类与挖掘

随着数据挖掘技术的发展，各种各样的数据挖掘工具不断开发出来，如何把握这些工具的功能、挖掘技术和未来发展趋势，是一个非常困难的事情。文中借助数据挖掘技术提出了数据挖掘软件工具的一个多维立方体分类模型，给出了一个具体分类实例，总结出数据挖掘工具的技术发展路线和未来发展趋势，并通过对三个不同阶段的数据挖掘工具的深入比较，进一步验证了文中的结论。