摘要 | 第1-6页 |
ABSTRACT | 第6-14页 |
第一章 绪论 | 第14-26页 |
·问题的提出 | 第14-19页 |
·数据流挖掘的过程 | 第14-17页 |
·数据流挖掘系统研究的紧迫性 | 第17-18页 |
·数据流挖掘系统的元数据和元建模 | 第18-19页 |
·国内外相关研究现状 | 第19-23页 |
·数据流挖掘技术的发展 | 第19-21页 |
·数据流挖掘系统的历史发展和现状 | 第21-22页 |
·数据挖掘元数据和元模型的研究现状 | 第22-23页 |
·本文的主要研究工作 | 第23-24页 |
·本文的组织结构 | 第24-26页 |
第二章 一种扩展的预测模型标记语言EPMML | 第26-42页 |
·引言 | 第26页 |
·预测模型标记语言PMML | 第26-29页 |
·面向数据挖掘的PMML 语言 | 第26-28页 |
·PMML 语言的缺陷 | 第28-29页 |
·语义WEB 的逻辑学基础 | 第29-35页 |
·语义Web | 第29-32页 |
·描述逻辑家族 | 第32-34页 |
·基于描述逻辑设计EPMML 语言的理念 | 第34-35页 |
·描述逻辑DL4PMML | 第35-36页 |
·扩展预测模型标记语言EPMML | 第36-40页 |
·EPMML 元类 | 第37页 |
·EPMML 复杂元类 | 第37页 |
·EPMML 属性 | 第37-38页 |
·EPMML 个体 | 第38页 |
·EPMML 属性约束 | 第38-39页 |
·EPMML 辅助语言元素 | 第39-40页 |
·EPMML 与OWL 的比较 | 第40-41页 |
·本章小结 | 第41-42页 |
第三章 基于EPMML 的数据流挖掘系统元数据分析与验证 | 第42-52页 |
·引言 | 第42页 |
·数据流挖掘系统元数据 | 第42-45页 |
·基于EPMML 的知识表示 | 第45-47页 |
·基于EPMML 的知识推理 | 第47-48页 |
·DL4PMML 的推理复杂性 | 第47-48页 |
·EPMML 元数据一致性检测框架 | 第48页 |
·知识推理和一致性检测示例 | 第48-51页 |
·语义一致性示例 | 第48-49页 |
·冲突检测示例 | 第49-51页 |
·本章小结 | 第51-52页 |
第四章 基于EPMML 的数据流挖掘系统的数据组件建模 | 第52-69页 |
·引言 | 第52页 |
·数据流挖掘的形式化数据模型 | 第52-56页 |
·流式数据的信息系统模型 | 第53-54页 |
·面向数据流挖掘的决策逻辑语言 | 第54-55页 |
·概念的内涵和外延 | 第55页 |
·概念迁移的实质 | 第55-56页 |
·数据流上规则提取的解释 | 第56-61页 |
·规则的质量度量 | 第56-57页 |
·关联规则的解释 | 第57-59页 |
·决策规则的解释 | 第59-61页 |
·数据流挖掘系统数据组件的建模 | 第61页 |
·示例演示与分析 | 第61-67页 |
·本章小结 | 第67-69页 |
第五章 基于EPMML 的数据流挖掘系统的算法组件建模 | 第69-82页 |
·引言 | 第69页 |
·数据流挖掘系统算法管理框架 | 第69-73页 |
·框架的设计原则 | 第69-70页 |
·AMF-DSMS 框架的描述 | 第70-72页 |
·AMF-DSMS 的执行语义 | 第72-73页 |
·基于EPMML 的算法管理组件建模 | 第73-77页 |
·基于EPMML 的算法服务描述 | 第73-75页 |
·基于EPMML 的算法接口设计 | 第75-77页 |
·示例演示与分析 | 第77-81页 |
·算法选择的必要性 | 第77-78页 |
·算法选择与优化 | 第78-81页 |
·本章小结 | 第81-82页 |
第六章 数据流挖掘系统框架的设计 | 第82-92页 |
·引言 | 第82页 |
·系统框架的整体设计 | 第82-85页 |
·系统框架对流式数据的适应性 | 第85-86页 |
·系统框架的行为设计 | 第86-87页 |
·数据流挖掘系统的建模层次结构 | 第87-89页 |
·系统中的EPMML 元数据 | 第89-91页 |
·本章小结 | 第91-92页 |
第七章 结束语 | 第92-96页 |
·总结和本文贡献 | 第92-93页 |
·关于数据流挖掘系统建模的思考 | 第93-95页 |
·未来工作 | 第95-96页 |
参考文献 | 第96-106页 |
致谢 | 第106-107页 |
在学期间的科研成果及发表的学术论文 | 第107-109页 |
附录 | 第109-113页 |
附录1:基于EPMML 的关联规则模型 | 第109-112页 |
附录2:数据流挖掘算法V-STREAM | 第112-113页 |