Adhikari | Advances in Knowledge Discovery in Databases | Buch | 978-3-319-36606-7 | sack.de

Buch, Englisch, Band 79, 370 Seiten, Previously published in hardcover, Format (B × H): 155 mm x 235 mm, Gewicht: 5854 g

Reihe: Intelligent Systems Reference Library

Adhikari

Advances in Knowledge Discovery in Databases


Softcover Nachdruck of the original 1. Auflage 2015
ISBN: 978-3-319-36606-7
Verlag: Springer International Publishing

Buch, Englisch, Band 79, 370 Seiten, Previously published in hardcover, Format (B × H): 155 mm x 235 mm, Gewicht: 5854 g

Reihe: Intelligent Systems Reference Library

ISBN: 978-3-319-36606-7
Verlag: Springer International Publishing


This book presents recent advances in Knowledge discovery in databases (KDD) with a focus on the areas of market basket database, time-stamped databases and multiple related databases. Various interesting and intelligent algorithms are reported on data mining tasks. A large number of association measures are presented, which play significant roles in decision support applications. This book presents, discusses and contrasts new developments in mining time-stamped data, time-based data analyses, the identification of temporal patterns, the mining of multiple related databases, as well as local patterns analysis.

Adhikari Advances in Knowledge Discovery in Databases jetzt bestellen!

Zielgruppe


Research

Weitere Infos & Material


Introduction.- Synthesizing conditional patterns in a database.- Synthesizing arbitrary Boolean expressions induced by frequent itemsets.- Measuring association among items in a database.- Mining association rules induced by item and quantity purchased.- Mining patterns different related databases.- Mining icebergs in different time-stamped data sources.-Synthesizing exceptional patterns in different data Sources.- Clustering items in time-stamped databases.- Synthesizing some extreme association rules from multiple databases.- Clustering local frequency items in multiple data sources.- Mining patterns of select items in different data sources.- Mining calendar-based periodic patterns in time-stamped data.- Measuring influence of an item in time-stamped databases.- Clustering multiple databases induced by local patterns.- Enhancing quality of patterns in multiple related databases.- Concluding remarks.



Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.