Bing Liu 劉兵,伊利諾伊大學芝加哥分校(UIC)教授,他在愛丁堡大學獲得人工智能博士學位。劉兵教授是Web挖掘研究領域的國際知名專傢,在Web內容挖掘、互聯網觀點挖掘、數據挖掘等領域有非常高的造詣,他先後在國際著名學術期刊與重要國際學術會議(如KDD、WWW、AAAI、SIGIR、ICML、TKDE等)上發布關於數據挖掘、Web挖掘和文本挖掘論文一百多篇。劉兵教授擔任過多個國際期刊的編輯,也是多個國際學術會議(如WWW、KDD與AAAI等)的程序委員會委員。更多的信息,可訪問他的個人主頁http://www.cs.uic.edu/~liub
《Web數據挖掘》旨在講述這些任務以及它們的核心挖掘算法;盡可能涵蓋每個話題的廣泛內容,給齣足夠多的細節,以便讀者無須藉助額外的閱讀,即可獲得相對完整的關於算法和技術的知識。其中結構化數據的抽取、信息整閤、觀點挖掘和Web使用挖掘等4章是《Web數據挖掘》的特色,這些內容在已有書籍中沒有提及,但它們在Web數據挖掘中卻占有非常重要的地位。當然,傳統的Web挖掘主題,如搜索、頁麵爬取和資源探索以及鏈接分析在書中也作瞭詳細描述。
《Web數據挖掘》盡管題為“Web數據挖掘”,卻依然涵蓋瞭數據挖掘和信息檢索的核心主題;因為Web挖掘大量使用瞭它們的算法和技術。數據挖掘部分主要由關聯規則和序列模式、監督學習(分類)、無監督學習(聚類)這三大最重要的數據挖掘任務,以及半監督學習這個相對深入的主題組成。而信息檢索對於Web挖掘而言最重要的核心主題都有所闡述。
The rapid growth of the Web in the last decade makes it the largest publicly accessible data source in the world. Web mining aims to discover useful information or knowledge from Web hyperlinks, page contents, and usage logs. Based on the primary kinds of d...
評分The rapid growth of the Web in the last decade makes it the largest publicly accessible data source in the world. Web mining aims to discover useful information or knowledge from Web hyperlinks, page contents, and usage logs. Based on the primary kinds of d...
評分此书作为Web Data Mining的入门书籍还是不错的。此领域的各个方面都有谈到。唯一的问题可能在于如果一点基础(数学基础)都没有的话,可能有一些公式推导会显得不得要领。建议作为基础读物。
評分主要在看结构化数据抽取那块,,自己之前在想的一些问题发现已经有不少人去研究了,收益很多。同样是一本实用性很强的书,对于不是专门弄学术的同学还是比较有价值的。 看了参考文献,数据抽取方面的几个算法都是作者本人发的paper,怪不得讲的很多。 另:书后面N多的参考文献...
評分主要在看结构化数据抽取那块,,自己之前在想的一些问题发现已经有不少人去研究了,收益很多。同样是一本实用性很强的书,对于不是专门弄学术的同学还是比较有价值的。 看了参考文献,数据抽取方面的几个算法都是作者本人发的paper,怪不得讲的很多。 另:书后面N多的参考文献...
前半部分挖掘算法介紹詳細,值得細讀,後半部分拓展需要在更專一的領域有所收獲還需繼續找相關書籍。讀這本書是在什麼情況下?為什麼全書都是僞代碼,用意何在?
评分要頂一下 web usage mining一章是俺們教授寫的啊
评分入門蠻不錯的教材。
评分數據挖掘。。聽起來就很牛逼的領域。。可惜自己水平有限,沒法讀的多深入,粗略瞭解瞭監督學習的基本概念和web結構化數據抽取及分析的常用方法,以後如果要用到再深入讀
评分入門蠻不錯的教材。
本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度,google,bing,sogou 等
© 2025 qciss.net All Rights Reserved. 小哈圖書下載中心 版权所有