群体智能与数据挖掘2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

群体智能与数据挖掘PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 概念与基础篇3

第1章 群体智能3

1.1群体3

1.1.1群体的概念3

1.1.2群体的重要特征——涌现5

1.2智能8

1.2.1智能的概念8

1.2.2人工智能10

1.3群体智能13

1.3.1群体智能的定义及特点13

1.3.2群体智能典型算法16

1.3.3群体智能的应用19

1.4本章小结19

习题20

第2章 数据挖掘21

2.1基本概念21

2.1.1什么激发数据挖掘？为什么它是重要的？21

2.1.2什么是数据挖掘？24

2.2数据挖掘的数据基础27

2.2.1数据挖掘在何种数据上进行27

2.2.2关系数据库27

2.2.3数据仓库29

2.2.4事务数据库31

2.2.5高级数据库系统和高级数据库应用31

2.3数据挖掘功能分类32

2.3.1概念或类描述：特征和区分32

2.3.2分类和预测33

2.3.3聚类分析34

2.3.4关联规则分析35

2.3.5孤立点分析36

2.3.6演变分析37

2.3.7所有模式都是有趣的吗？38

2.4数据挖掘应用领域及软件39

2.5发展趋势42

2.6本章小结43

习题44

第二部分 理论与实践篇47

第3章 粒子群算法及应用47

3.1基本粒子群优化47

3.1.1全局最优PSO47

3.1.2局部最优PSO49

3.2粒子群优化的应用50

3.2.1神经网络50

3.2.2博弈学习51

3.2.3聚类应用53

3.3本章小结54

习题54

第4章 蚁群算法及应用55

4.1蚁群觅食行为55

4.2简单蚁群优化58

4.3蚁群优化算法的一般框架61

4.4蚁群算法的应用63

4.4.1一般要求64

4.4.2排序问题64

4.4.3分配问题65

4.4.4子集问题67

4.4.5分组问题69

4.5本章小结70

习题70

第5章 数据预处理71

5.1为什么要预处理数据？71

5.2数据清理73

5.2.1遗漏值73

5.2.2噪声数据74

5.2.3不一致数据76

5.3数据集成和变换76

5.3.1数据集成76

5.3.2数据变换77

5.4数据归约79

5.4.1数据立方体聚集79

5.4.2维归约80

5.4.3数据压缩82

5.4.4数值归约84

5.5离散化和概念分层产生89

5.5.1数值数据的离散化和概念分层产生89

5.5.2分类数据的概念分层产生93

5.6本章小结95

习题96

第6章 数据挖掘的功能及方法97

6.1关联规则挖掘功能及算法97

6.1.1关联规则挖掘97

6.1.2关联规则挖掘典型算法——Apriori算法98

6.1.3由关联挖掘到相关分析103

6.2分类分析功能及算法105

6.2.1分类分析105

6.2.2分类分析典型方法——用判定树归纳分类107

6.3聚类分析功能及算法111

6.3.1聚类分析111

6.3.2聚类分析典型方法——划分方法113

6.4本章小结115

习题115

第三部分 应用与发展篇119

第7章 基于群体智能的数据挖掘方法119

7.1基于群体智能的分类方法119

7.1.1基于蚁群算法的分类方法119

7.1.2基于粒子群算法的分类方法122

7.2基于群体智能的聚类分析方法124

7.2.1基于蚁群算法的聚类分析万法124

7.2.2基于粒子群算法的聚类分析方法127

7.3本章小结129

习题130

第8章 基于群体智能的分类方法132

8.1群优化算法与人工蚂蚁132

8.2基于蚁群优化算法的分类规则挖掘方法ACO-Classifier134

8.2.1算法概述135

8.2.2 MAX-MIN信息素更新策略136

8.2.3多种群并行策略136

8.2.4参数的步进式调整137

8.2.5离散化万法的选择137

8.3实验验证137

8.3.1与Ant-Miner算法及CN2算法的比较138

8.3.2多种群并行策略对算法性能的影响139

8.3.3参数的步进式调整对算法性能的影响140

8.4.4算法复杂度分析140

8.4本章小结141

习题141

第9章 基于群体智能的聚类分析142

9.1蚁堆聚类原理142

9.2 Ant-Cluster算法144

9.2.1 Ant-Cluster算法描述145

9.2.2具有不同速度的多种群策略146

9.2.3孤立点处理146

9.3实验验证147

9.3.1试验平台——Swarm平台147

9.3.2实验结果149

9.4本章小结152

习题152

第10章 基于群体智能的客户转移模式分析153

10.1客户转移模式的定义及相关研究153

10.2基于群体智能的客户转移模式分析方法155

10.2.1客户转移模式分析流程155

10.2.2算法的高级语言描述156

10.2.3算法的详细阐述156

10.3实验验证158

10.4客户转移模式分析仿真平台159

10.4.1相关研究背景159

10.4.2构建客户转移模式分析仿真平台相关理论研究161

10.4.3客户转移模式分析仿真平台及相关实现技术162

10.5本章小结166

习题166

第11章 基于群体智能的数据挖掘体系在CRM中的应用168

11.1客户关系管理与数据挖掘功能映射168

11.2制造业客户关系管理数据挖掘应用体系168

11.2.1客户细分模块168

11.2.2客户流失预测模块170

11.2.3客户价值分析模块171

11.2.4交叉销售和纵深销售模块172

11.2.5客户转移模式分析模块172

11.3应用举例173

11.4本章小结176

习题177

参考文献178

附录182