在數(shù)字經(jīng)濟(jì)時(shí)代,數(shù)據(jù)型態(tài)豐富、復(fù)雜而量大,如何挖掘出數(shù)據(jù)中蘊(yùn)含著的“效用特征”,是數(shù)據(jù)科學(xué)領(lǐng)域中關(guān)鍵而有挑戰(zhàn)性的問題�；谛в抿�(qū)動(dòng)的數(shù)據(jù)挖掘比傳統(tǒng)的數(shù)據(jù)挖掘有著更廣泛的應(yīng)用前景和需求,對(duì)于理論研究與工程應(yīng)用都具有重要意義。在大數(shù)據(jù)時(shí)代,基于效用驅(qū)動(dòng)的模式挖掘理論與技術(shù)是數(shù)據(jù)挖掘領(lǐng)域中的前沿研究課題。基于效用驅(qū)動(dòng)的挖掘理論與技術(shù),其相關(guān)研究對(duì)社會(huì)學(xué)、經(jīng)濟(jì)學(xué)、計(jì)算機(jī)科學(xué)、數(shù)據(jù)挖掘以及數(shù)據(jù)庫(kù)等學(xué)科有著重要的科學(xué)意義,同時(shí)在購(gòu)物籃分析、風(fēng)險(xiǎn)分析與預(yù)測(cè)、行為分析、推薦系統(tǒng)等領(lǐng)域有著許多應(yīng)用前景。效用挖掘受到了廣泛的關(guān)注與研究,但是諸多關(guān)鍵技術(shù)與難點(diǎn)有待深入研究,目前存在的問題包括:第一、效用模式的衡量準(zhǔn)則單一。如何定義模式的效用函數(shù),提高效用挖掘結(jié)果的可用性,讓挖掘得到的結(jié)果更好?這是一個(gè)關(guān)鍵的基本科學(xué)問題。第二、適用處理的數(shù)據(jù)型態(tài)比較單一,應(yīng)用性不夠廣�，F(xiàn)有的效用挖掘模型和算法大多數(shù)針對(duì)各式各樣的事務(wù)型數(shù)據(jù),部分針對(duì)序列數(shù)據(jù)。第三、效用挖掘研究的理論與技術(shù)不夠成熟。如何定義適用于不同型態(tài)數(shù)據(jù)的通用化效用挖掘模型,如何定義其效用計(jì)算模型,如何求解通用化的基于效用值的高估上界值,是重要的科學(xué)問題。... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：160 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景
        1.1.1 數(shù)據(jù)挖掘
        1.1.2 效用挖掘
    1.2 研究目的與意義
    1.3 研究現(xiàn)狀及分析
        1.3.1 傳統(tǒng)的模式挖掘技術(shù)
        1.3.2 效用驅(qū)動(dòng)的模式挖掘
        1.3.3 研究現(xiàn)狀總結(jié)
    1.4 主要研究?jī)?nèi)容及創(chuàng)新點(diǎn)
    1.5 論文組織結(jié)構(gòu)
第2章 基于事務(wù)數(shù)據(jù)的效用挖掘
    2.1 引言
    2.2 相關(guān)研究工作
    2.3 預(yù)備知識(shí)與問題定義
    2.4 HUOPM算法
        2.4.1 搜索空間與挑戰(zhàn)
        2.4.2 UO-List和 FU-Table
        2.4.3 效用占有度上界
        2.4.4 修剪策略
        2.4.5 HUOPM算法
    2.5 實(shí)驗(yàn)分析
        2.5.1 數(shù)據(jù)描述和實(shí)驗(yàn)設(shè)置
        2.5.2 模式分析
        2.5.3 效率分析
        2.5.4 修剪策略的效果
        2.5.5 數(shù)據(jù)項(xiàng)處理順序的效果
    2.6 本章小結(jié)
第3章 基于序列數(shù)據(jù)的效用挖掘
    3.1 引言
    3.2 相關(guān)研究工作
    3.3 預(yù)備知識(shí)與問題定義
    3.4 ProUM算法
        3.4.1 詞典量化序列樹
        3.4.2 效用陣列和投影機(jī)制
        3.4.3 效用上界和剪枝策略
        3.4.4 ProUM算法
    3.5 實(shí)驗(yàn)分析
        3.5.1 數(shù)據(jù)描述和實(shí)驗(yàn)設(shè)置
        3.5.2 效率分析
        3.5.3 候選模式分析
        3.5.4 內(nèi)存消耗分析
        3.5.5 可伸縮性測(cè)試
    3.6 本章小結(jié)
第4章 基于復(fù)雜事件序列的效用挖掘
    4.1 引言
    4.2 相關(guān)研究工作
    4.3 預(yù)備知識(shí)與問題定義
    4.4 UMEpi算法
        4.4.1 EWU高估上界值
        4.4.2 搜索空間中的修剪策略
        4.4.3 UMEpi算法
    4.5 實(shí)驗(yàn)分析
        4.5.1 數(shù)據(jù)描述和實(shí)驗(yàn)設(shè)置
        4.5.2 有效性分析
        4.5.3 運(yùn)行時(shí)間分析
        4.5.4 內(nèi)存消耗分析
        4.5.5 可伸縮性測(cè)試
    4.6 本章小結(jié)
第5章 基于相關(guān)性的效用挖掘
    5.1 引言
    5.2 預(yù)備知識(shí)與問題定義
    5.3 基于階層組合的Co HUIM算法
        5.3.1 數(shù)據(jù)庫(kù)的投影操作
        5.3.2 基于排序的向下封閉特性
        5.3.3 Co HUIM算法
    5.4 基于效用列表的CoUPM算法
        5.4.1 融合相關(guān)性的效用列表
        5.4.2 CoUPM算法
    5.5 實(shí)驗(yàn)分析
        5.5.1 數(shù)據(jù)描述和環(huán)境設(shè)置
        5.5.2 有效性分析
        5.5.3 效率分析
        5.5.4 內(nèi)存消耗分析
    5.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀博士學(xué)位期間發(fā)表的論文及其他成果
致謝
個(gè)人簡(jiǎn)歷


【參考文獻(xiàn)】：
博士論文
[1]高效用項(xiàng)集挖掘算法的關(guān)鍵技術(shù)研究[D]. 郭世明.哈爾濱工業(yè)大學(xué) 2017
[2]數(shù)據(jù)流模式挖掘算法及應(yīng)用研究[D]. 王樂.大連理工大學(xué) 2013
[3]頻繁項(xiàng)集與高可用項(xiàng)集挖掘算法及其性能研究[D]. 屈俊峰.武漢大學(xué) 2013
[4]高效用關(guān)聯(lián)規(guī)則的挖掘[D]. 余光柱.東華大學(xué) 2008

碩士論文
[1]基于不同數(shù)據(jù)型態(tài)、約束和應(yīng)用的高效用項(xiàng)集挖掘[D]. 甘文生.哈爾濱工業(yè)大學(xué) 2016



本文編號(hào)：2999646