数据挖掘课件

数据挖掘林怀忠Courseware

can

be

downloaded

fromftp://dm2015:dm2015@

1Course

Introduction数据挖掘是信息处理和人工智能方面的重要研究领域，是挖掘隐藏在大量数据中有趣的数据模式的理论和技术主要教学目的是让学生在硕士学习期间掌握数据挖掘理论以及如何使用数据挖掘技术来解决实际问题，培养学生对数据挖掘前沿领域的深入了解和初步的研究能力ReferencesData

Mining:

Concepts

and

Techniques

(thirdedition).

Jiawei

Han,

Micheline

Kamber,

andJianPei,

2012Mining

of

Massive

Datasets

(second

edition).

JureLeskovec,

Anand

Rajaraman,

and

Jeffrey

DavidUllman,

2014Famous

International

Conferences

and

Journals重要的国际会议ACM

SIGMOD,

International

Conference

on

Management

ofDataVLDB,

International

Conference

on

Very

Large

DatabaseIEEE

ICDE,

International

Conference

on

Data

EngineeringACM

PODS,

Symposium

on

Principles

of

Database

SystemsEDBT,

International

Conference

on

Extending

DatabaseTechnologyICDT,

International

Conference

on

Database

TheoryKDD,

Knowledge

Discovery

and

Data

MiningCIKM,

International

Conference

on

Information

and

KnowledgeManagementSIGIR,

Research

and

Development

in

Information

Retrieval重要的国际期刊IEEE

Transations

on

Knowledge

&

Data

Engineering

(TKDE)ACM

Transactions

onDatabaseSystems

(TODS)VLDB

JournalInformation

SystemsData

and

Knowledge

EngineeringInternational

Journal

of

Intelligent

Information

Systems(JIIS)Knowledge

and

Information

Systems

(KAIS)ACM

Trans.

on

Information

SystemsData

Mining

and

Knowledge

Discovery考查：提交一篇课程报告就数据挖掘领域某一具体技术问题进行研究论述，独立完成，字数5000字左右，迟交或存在抄袭行为成绩为011月22日前提交最终版本，是否提交以我的回信确认为准报告正文主要分四个部分：具体应用场景和意义、研究现状分析、技术挑战分析与解决方案、系统设计与实现评分标准（30分）项目的立意新颖，解决一个具体的实际问题（20分）阅读相关文献，现状分析内容翔实（30分）项目的总体设计合理可行，在技术上有一定新意（20分）报告结构合理、语言通顺、排版清楚（加分10分）系统或部分关键模块已经实现（加分10分）使用一定规模的实际数据或模拟数据进行测试，并对测试结果进行分析主要研究方向多维数据分析和数据挖掘算法

–关联规则、分类、聚类大数据、海量