Data Mining for Association Rules and Sequential Patterns: Sequential and Parallel Algorithms

داده کاوی شامل طیف گسترده ای از فعالیت ها مانند طبقه بندی، خوشه بندی، تجزیه و تحلیل شباهت، خلاصه سازی، قانون ارتباط و کشف الگوی متوالی و غیره است. این کتاب بر دو فعالیت اخیر که قبلاً فهرست شده بود تمرکز دارد. این ارائه یکپارچه از الگوریتم ها برای قانون ارتباط و کشف الگوی متوالی را ارائه می دهد. برای هر دو مشکل ماینینگ، ارائه به ساختار شبکه ای فضای جستجو متکی است. همه الگوریتم ها به عنوان فرآیندهای در حال اجرا بر روی این ساختار ساخته شده اند. اثبات خواص آنها از ویژگی های ریاضی سازه بهره می برد. بخشی از انگیزه نگارش این کتاب تدریس در مقطع کارشناسی ارشد بوده است. یکی از اهداف اصلی این بود که کتاب را به پشتوانه‌ای مناسب برای بیان واضح مسائل و الگوریتم‌ها و همچنین پایه‌ای مناسب برای بحث و بررسی بیشتر تبدیل کنیم. از آنجایی که این کتاب فقط دانش ریاضی ابتدایی را در حوزه های شبکه، بهینه سازی ترکیبی، محاسبات احتمالات و آمار فرض می کند، برای دانشجویان مقطع کارشناسی نیز مناسب است. الگوریتم‌ها در یک زبان برنامه‌نویسی شبه C توصیف شده‌اند. محاسبات با جزئیات زیاد نشان داده شده است. این باعث می‌شود این کتاب برای اجراکنندگان نیز مناسب باشد: دانشمندان کامپیوتر در بسیاری از حوزه‌ها و همچنین مهندسان صنعت.

Data mining includes a wide range of activities such as classification, clustering, similarity analysis, summarization, association rule and sequential pattern discovery, and so forth. The book focuses on the last two previously listed activities. It provides a unified presentation of algorithms for association rule and sequential pattern discovery. For both mining problems, the presentation relies on the lattice structure of the search space. All algorithms are built as processes running on this structure. Proving their properties takes advantage of the mathematical properties of the structure. Part of the motivation for writing this book was postgraduate teaching. One of the main intentions was to make the book a suitable support for the clear exposition of problems and algorithms as well as a sound base for further discussion and investigation. Since the book only assumes elementary mathematical knowledge in the domains of lattices, combinatorial optimization, probability calculus, and statistics, it is fit for use by undergraduate students as well. The algorithms are described in a C-like pseudo programming language. The computations are shown in great detail. This makes the book also fit for use by implementers: computer scientists in many domains as well as industry engineers.