机读格式显示(MARC)

• 000 01711nam 2200337 450

• 001 0000787510

• 005 20210111145500.0

• 010 __ |a 978-7-115-54326-4 |d CNY139.00

• 100 __ |a 20200909d2020 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 特异群组挖掘 |A te yi qun zu wa jue |d Abnormal group mining |f 熊贇, 朱扬勇著 |z eng

• 210 __ |a 北京 |c 人民邮电出版社 |d 2020

• 215 __ |a 237页 |c 图 |d 24cm

• 225 2_ |a 国之重器出版工程 |A guo zhi zhong qi chu ban gong cheng |i 网络强国建设

• 225 2_ |a 学术中国·大数据 |A xue shu zhong guo ·da shu ju

• 314 __ |a 熊贇, 复旦大学计算机科学技术学院教授、博士生导师。朱扬勇, 复旦大学计算机科学技术学院教授、学术委员会主任。

• 320 __ |a 有书目

• 330 __ |a 高价值、低密度是大数据的特征, 挖掘高价值、低密度的数据对象是大数据的一项重要工作。特异群组是一类高价值、低密度的数据形态, 是指在众多行为对象中, 少数对象群体具有一定数量的相同 (或相似) 的行为模式, 表现出相异于大多数对象而形成的异常的群组。特异群组挖掘在证券金融、医疗保险、智能交通、社会网络和生命科学研究等领域具有重要的应用价值。对特异群组挖掘的研究代表了数据挖掘从浅层到深层的发展趋势和必要性。本书系统地阐述了特异群组挖掘任务, 包括介绍了特异群组挖掘的概念, 分析了特异群组挖掘任务与聚类、异常等任务之间的差异, 给出了特异群组挖掘任务的相关算法, 并且列举了特异群组挖掘的几个重点应用。

• 410 _0 |1 2001 |a 国之重器出版工程 |i 网络强国建设

• 410 _0 |1 2001 |a 学术中国·大数据

• 510 1_ |a Abnormal group mining |z eng

• 606 0_ |a 数据采集 |A shu ju cai ji

• 690 __ |a TP274 |v 5

• 701 _0 |a 熊贇 |A xiong yun |4 著

• 701 _0 |a 朱扬勇 |A zhu yang yong |4 著

• 801 _0 |a CN |b HDUL |c 20201016

• 905 __ |a HDUL |d TP274/2002.2

• 920 __ |a 233030 |z 1