本书内容简介：数据挖掘和文本挖掘是当前信息技术中的一个重要研究领域；将遗传算法和社会演化算法应用于数据及文本挖掘方法研究，具有较大的理论意义和实用价值本书研究了基于遗传算法和社会演化算法的数据挖掘和文本挖掘方法，主要包括数据挖掘和文本挖掘中的属性约简问题、聚类问题，并将其应用于产品研发决策中所做主要工作包括：提出一种基于遗传算法和k-medoids算法的新的聚类方法；采用遗传算法和模式聚合进行文本特征降维；采用遗传算法和潜在语义索引进行文本特征降维；采用社会演化算法进行聚类；采用混沌社会演化算法进行聚类；采用改进的遗传算法和社会演化算法进行文本聚类研究；将文本挖掘应用到产品研发决策中，构建产品研发文本知识地图，以期提高产品研发的效率和质量。
第一章 绪论
第一节 本书的研究背景和意义
第二节 数据挖掘与文本挖掘概述
第三节 遗传算法应用研究综述
第四节 社会演化算法在数据和文本聚类中的应用
第五节 本书的主要工作和创新点
第二章 基于遗传算法和k-medoids算法相结合的聚类方法
第一节 引言
第二节 k-medoids算法简介
第三节 基于遗传算法和k-medoids算法相结合的聚类方法
第四节 仿真实验
本章小结
第三章 基于模式聚合和遗传算法的文本特征降维方法
第一节 引言
第二节 常用的文本特征降维方法及其缺点
第一章 绪论
第一节 本书的研究背景和意义
第二节 数据挖掘与文本挖掘概述
第三节 遗传算法应用研究综述
第四节 社会演化算法在数据和文本聚类中的应用
第五节 本书的主要工作和创新点
第二章 基于遗传算法和k-medoids算法相结合的聚类方法
第一节 引言
第二节 k-medoids算法简介
第三节 基于遗传算法和k-medoids算法相结合的聚类方法
第四节 仿真实验
本章小结
第三章 基于模式聚合和遗传算法的文本特征降维方法
第一节 引言
第二节 常用的文本特征降维方法及其缺点
第三节 文本分类的预处理
第四节 模式聚合理论简介
第五节 基于遗传算法的文本特征提取方法
第六节 基于模式聚合和遗传算法的文本特征降维方法
第七节 仿真实验
本章小结
第四章 基于潜在语义索引和遗传算法的文本特征降维方法
第一节 引言
第二节 向量空间模型
第三节 隐含语义分析理论简介
第四节 基于遗传算法的文本特征降维方法
第五节 基于潜在语义索引和遗传算法的
文本特征降维方法
第六节 仿真实验
本章小结
第五章 基于社会演化算法的聚类新方法
第一节 引言
第二节 社会演化算法与传统遗传算法寻优机制的比较
第三节 基于社会演化算法的聚类新方法
第四节 仿真实验
本章小结
第六章 基于混沌的新的社会演化算法的数据和文本聚类方法
第一节 引言
第二节 混沌理论简介
第三节 基于混沌的新的社会演化算法的聚类方法
第四节 仿真实验
本章小结
第七章 基于改进遗传算法和改进社会演化算法的文本聚类研究
第一节 文本聚类研究综述
第二节 基于改进遗传算法的文本聚类方法
第三节 基于改进社会演化算法的文本聚类新方法
本章小结
第八章 基于文本挖掘的产品研发知识地图构建研究
第一节 基于知识来源的产品开发过程模型研究
第二节 产品开发过程模型各阶段的知识分析
第三节 基于文本挖掘的产品研发文本知识地图构建
本章小结
第九章 总结和展望
第一节 本书总结
第二节 待研究的问题和研究前景展望
参考文献
作者研究文献
后记
书单推荐
