بررسی مدیریتی پیوندکاوی در داده کاوی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 510

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CECE01_032

تاریخ نمایه سازی: 17 اسفند 1393

چکیده مقاله:

یکی از چالش های اصلی در داده کاوی حل مساله داده کاوی مجموعه داده های دارای ساختار غنی می باشد که در آن اشیاء مختلف به هم پیوند داده شده اند. پیوند بین اشیاء ممکن است نمایش دهنده الگوی خاصی باشد که می تواند برای بسیاری ازوظایف داده کاوی مفید باشد و معمولاً بدست آوردن آنها با تکنیک های آماری سنتی دشوار است. اخیراً علاقه مندی بسیاری به این حوزه پدید آمده است که عمدتاً از علاقه به داده کاوی وب و ابر متن ناشی می شود و البته داده کاوی شبکه های اجتماعی، امنیت وقوانین داده، استناد کتابشناختی و سوابق همه گیر شناسی را نیز شامل می شود. این جوزه خاص از داده کاوی را با نام پیوندکاویمعرفی کرده و در این مقاله تلاش کرده ایم تا با اصول کار و چالش های موجود در این زمینه آشنا شویم.

نویسندگان

سعید منظمیان

دانشجوی ارشد معماری کامپیوتردانشگاه آزاد کرمان

فاطمه صفاری

دانشجوی ارشدمعماری کامپیوتر دانشگاه آزاد کرمان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • R. Agrawal and R. Srikant. Fast algorithms for mining association ...
  • M. Bilenko and R. J. Mooney. On evaluation and training-set ...
  • S. Chakrabarti. Mining theWeb. Morgan Kaufman, 2002. ...
  • S. Chakrabarti, B. Dom, and P. Indyk. Enhanced hypertext categorization ...
  • S. Chakrabarti, M. Joshi, and V. Tawde Enhanced topic distilation ...
  • R. Chellappa and A. Jain. Markov random field, theory and ...
  • D. Cohn and T. Hofmann. The missing link _ a ...
  • D. Cook and L. Holder. Graph-based data mining. IEEE Intelligent ...
  • J. Dean and . R. Henzinger. Finding related pages in ...
  • L. Dehaspe, H. Toivonen, and R. D. King. Finding frequent ...
  • P. Domingos. Prospects and challenges for multirelationl data mining. SIGKDD ...
  • P. Domingos and M. Richardson. Mining the network value of ...
  • S. Dzeroski and N. Lavrac, editors. Relational Data Mining. Kluwer, ...
  • R. Feldman. Link analysis: Current state of the ar. In ...
  • P. A. Flach and N. Lavrac. The role of feature ...
  • L. Getoor, N. Friedman, D. Koller, and A. Pfeffer. Learning ...
  • L. Getoor, N. Friedman, D. Koller, and B. Taskar. Learning ...
  • L. Getoor and D Jensen. Proc. AAAI-2000 Workshop on Learning ...
  • L. Getoor and D Jensen. Proc. IJCAI-2003 Workshop on Learning ...
  • _ Gibson, J. M. Kleinberg, and P. Raghavan. Inferring web ...
  • T. Hofmann. Probabilistic Latent Semantic Indexing. In Proceedings of the ...
  • R. Hummel and S. Zucker On the foundations of relaxation ...
  • _ Inokuchi, T. Washio, and H. Motoda. An aprioribased algorithm ...
  • D. Jensen. Statistical challenges to inductive inference in linked data ...
  • _ Jensen and H Goldberg. AAAI Fall Symposium On AI ...
  • J. Kleinberg. Authoritative _ in a hyperlinked environmen. Journal of ...
  • S. Kramer, N. Lavrac, and P. Flach. Propo sitionalization approaches ...
  • J. Kubica, A. Moore, J. Schneider, and Y. Yang. Stochastic ...
  • M. Kuramochi and G. Karypis. Frequent subgraph discovery. In ICDM, ...
  • Q. Lu and L. Getoor. Link-based classificatio. In Proc. of ...
  • K. Murphy and Y. Weiss. Loopy belief propagation for approximate ...
  • J. Neville and D. Jensen. Iterative classification in relational data. ...
  • H.-J. Oh, S. H. Myaeng, and M.-H. Lee. A practical ...
  • L. Page, S. Brin, R. Motwani, and T. Winograd. The ...
  • نمایش کامل مراجع