●章 大數據時代數據挖掘
節 大數據概念
第二節 大數據的現狀與挑戰
第三節 數據挖掘形式與特點
第二章 大數據中數據獲取的研究
節 數據獲取組件分析
第二節 數據獲取探針的原理解析
第三節 網頁及日志的采集
第四節 數據分發中間件的作用
第三章 數據的可視化分析
節 大數據與圖形分析
第二節 變量分布特征的可視化分析
第三節 G19數據的大數據可視化
第四節 文本詞頻數據的可視化
第四章 基於R語言的數據挖掘的起步分析
節 R的數據對像與類型
第二節 R的向量、矩陣和數組分析
第三節 R數據對像的相互轉換
第五章 基於R中的聚類分析和判別分析
節 多種聚類分析的異同
第二節 R實現KNN聚類分析
第三節 使用R實現繫統聚類
第四節 使用R實現快速聚類
第五節 多種判別分析模型綜述
第六章 數據挖掘中的模式甄別與網絡分析
節 模式甄別方法和及評價
第二節 模式甄別的監督偵測方法
第三節 網絡節點重要性的測度
第四節 網絡子群構成特征研究
第五節 主要的網絡類型特點
第七章 知識圖譜與圖數據挖掘
節 知識圖譜的構建與應用
第二節 基於圖論的圖數據檢索方法研究
第三節 基於圖論的圖數據挖掘方法研究
第八章 大數據時代機器學習和數據挖掘的對比分析
節 大數據時代機器學習和數據挖掘的聯繫與區別
第二節 大數據時代機器學習的方式與類型
第三節 大數據時代機器學習與數據挖掘應用解析
第四節 大數據時代深度學習的實踐與發展
第九章 數據挖掘的發展趨勢和安全隱私
節 挖掘復雜的數據類型
第二節 數據挖掘的其他方法
第三節 數據挖掘與社會的影響
第四節 大數據的隱私安全
第十章 數據挖掘應用分析
節 金融數據分析的數據挖掘
第二節 零售和電信業的數據挖掘
第三節 科學與工程數據挖掘
第四節 入侵檢測和預防數據挖掘
第五節 數據挖掘與推薦繫統
參考文獻