使用贝叶斯方法的数据挖掘及应用研究

摘要

数据挖掘(data mining)技术是人们长期对数据库技术进行研究和开发的结果.数据挖掘所得到的知识应具有先前未知、有效和实用三个特征,其中先前未知的知识是指该知识是预先未曾预料到的,即数据挖掘是要发现那些不能靠直觉发现的信息或知识,甚至是违背直觉的信息或知识,挖掘出的知识越是出乎意料,就可能越有价值.而贝叶斯(Bayes)方法的一个显著特点,就是它可以通过看结果来了解假设,也就是说,当对先验知识知之甚少,或者毫不知情的情况下,贝叶斯方法具有其它方法不可比拟的长处.该文主要针对数据挖掘的特点和本质,充分利用贝叶斯方法的特点,将贝叶斯理论及其思想方法融入到聚类、分类、关联规则挖掘以及偏差分析和异常检测等数据挖掘各方法中,提出将贝叶斯方法应用于数据挖掘的算法,并对提出的算法进行了验证和讨论.文章最后对自己所做的工作做了总结,并陈述了数据挖掘的研究方向及发展前景.

目录

文摘

英文文摘

声明

第一章数据挖掘概述

1.1数据挖掘简介

1.2数据挖掘的内容及技术

1.3数据挖掘的过程

第二章贝叶斯理论概述

2.1贝叶斯方法的基本观点

2.1贝叶斯统计模型

2.2统计学

2.3数据挖掘与统计学的比较

第三章使用贝叶斯方法的数据挖掘及其算法实现

3.1使用贝叶斯方法的数据挖掘算法综述

3.2贝叶斯方法在聚类算法中的研究及其应用

3.3贝叶斯方法在分类算法中的研究及其应用

3.4贝叶斯方法在挖掘关联规则算法中的研究及其应用

3.5贝叶斯方法在偏差分析中的研究及其应用

第四章贝叶斯方法与其它方法的比较

4.1各类方法的比较

4.2各方法的比较分析

4.3结果分析

第五章结束语

5.1本人所做的工作

5.2数据挖掘的研究方向

5.3数据挖掘的前景与展望

致谢

参考文献