数据挖掘的论文参考文献(精彩3篇)

数据挖掘的论文参考文献 篇一

近年来，随着信息技术的快速发展和互联网的普及，海量数据的产生和积累已成为一种常态。如何从这些数据中提取有价值的信息和知识，成为了一个亟待解决的问题。数据挖掘作为一种有效的数据分析方法，已经广泛应用于各个领域，如商业、金融、医疗等。本文旨在介绍数据挖掘领域的论文参考文献，为读者提供参考和借鉴。

1. Han, J., & Kamber, M. (2011). Data mining: concepts and techniques. Amsterdam: Elsevier. 这本书是数据挖掘领域的经典著作，详细介绍了数据挖掘的基本概念、方法和技术。对于初学者来说，是一本很好的入门读物。

2. Witten, I. H., & Frank, E. (2005). Data mining: practical machine learning tools and techniques. San Francisco: Morgan Kaufmann. 这本书介绍了数据挖掘中常用的机器学习方法和工具。作者通过实例详细讲解了数据挖掘的过程和技巧，对于实际应用具有较高的参考价值。

3. Aggarwal, C. C. (2015). Data mining: the textbook. Cham: Springer. 这本书系统地介绍了数据挖掘的基本原理和方法。作者通过大量的示例和案例，深入浅出地讲解了数据挖掘的核心概念和技术，对于深入理解数据挖掘具有很大帮助。

4. Mitchell, T. M. (1997). Machine learning. New York: McGraw-Hill. 这本书是机器学习领域的经典著作，对于数据挖掘中的机器学习算法有着全面的介绍。作者通过理论和实践相结合的方式，详细解释了机器学习的基本原理和应用。

5. Hastie, T., Tibshirani, R., & Friedman, J. (2016). The elements of statistical learning: data mining, inference, and prediction. New York: Springer. 这本书介绍了统计学习在数据挖掘中的应用。作者通过数学推导和实例演示，深入阐述了统计学习的理论基础和应用技巧。

数据挖掘的论文参考文献 篇二

数据挖掘作为一种有效的数据分析方法，已经广泛应用于各个领域。本文将介绍数据挖掘领域的论文参考文献，为读者提供参考和借鉴。

1. Fayyad, U., Piatetsky-Shapiro, G., & Smyth, P. (1996). From data mining to knowledge discovery in databases. AI magazine, 17(3), 37-54. 这篇论文是数据挖掘领域的经典之作，介绍了从数据挖掘到知识发现的过程和方法。作者提出了一种基于数据挖掘的知识发现框架，对数据挖掘的理论和实践具有重要的指导意义。

2. Chen, M., Han, J., & Yu, P. S. (1996). Data mining: an overview from a database perspective. IEEE transactions on knowledge and data engineering, 8(6), 866-883. 这篇论文从数据库的角度，对数据挖掘进行了综述。作者介绍了数据挖掘的基本概念、方法和应用领域，并讨论了数据挖掘与数据库的关系和互动。

3. Hand, D. J., Mannila, H., & Smyth, P. (2001). Principles of data mining. Cambridge, MA: MIT press. 这本书是数据挖掘领域的经典教材，介绍了数据挖掘的基本原理和方法。作者通过理论和实例相结合的方式，详细讲解了数据挖掘的核心概念和技术。

4. Tan, P. N., Steinbach, M., & Kumar, V. (2013). Introduction to data mining. Boston, MA: Pearson. 这本书是数据挖掘领域的入门教材，适合初学者阅读。作者通过生动的案例和实践，引导读者了解数据挖掘的基本概念和技术，并提供了实用的数据挖掘工具和软件。

5. Zhang, C., & Zhang, X. (2010). Data mining in biomedicine. Springer science & business media. 这本书介绍了数据挖掘在生物医学领域的应用。作者通过实例和案例，讲解了数据挖掘在生物医学中的重要性和应用方法，对于生物医学领域的研究人员有很大的参考价值。

数据挖掘的论文参考文献 篇三

数据挖掘的论文参考文献

　　参考文献是文章或著作等写作过程中参考过的文献，以下是小编为大家推荐的数据挖掘论文参考文献，希望能帮到大家。

　　数据挖掘论文参考文献一

　　[1]刘莹.基于数据挖掘的商品销售预测分析[J].科技通报.2014(07)

　　[2]姜晓娟,郭一娜.基于改进聚类的电信客户流失预测分析[J].太原理工大学学报.2014(04)

　　[3]李欣海.随机森林模型在分类与回归分析中的应用[J].应用昆虫学报.2013(04)

　　[4]朱志勇,徐长梅,刘志兵,胡晨刚.基于贝叶斯网络的客户流失分析研究[J].计算机工程与科学.2013(03)

　　[5]翟健宏,李伟,葛瑞海,杨茹.基于聚类与贝叶斯分类器的网络节点分组算法及评价模型[J].电信科学.2013(02)

　　[6]王曼,施念,花琳琳,杨永利.成组删除法和多重填补法对随机缺失的二分类变量资料处理效果的比较[J].郑州大学学报(医学版).2012(05)

　　[7]黄杰晟,曹永锋.挖掘类改进决策树[J].现代计算机(专业版).2010(01)

　　[8]李净,张范,张智江.数据挖掘技术与电信客户分析[J].信息通信技术.2009(05)

　　[9]武晓岩,李康.基因表达数据判别分析的随机森林方法[J].中国卫生统计.2006(06)

　　[10]张璐.论信息与企业竞争力[J].现代情报.2003(01)

　　[11]杨毅超.基于Web数据挖掘的作物商务平台分析与研究[D].湖南农业大学2008

　　[12]徐进华.基于灰色系统理论的数据挖掘及其模型研究[D].北京交通大学2009

　　[13]俞驰.基于网络数据挖掘的客户获取系统研究[D].西安电子科技大学2009

　　[14]冯军.数据挖掘在自动外呼系统中的应用[D].北京邮电大学2009

　　[15]于宝华.基于数据挖掘的高考数据分析[D].天津大学2009

　　[16]王仁彦.数据挖掘与网站运营管理[D].华东师范大学2010

　　[17]彭智军.数据挖掘的若干新方法及其在我国证券市场中应用[D].重庆大学2005

　　[18]涂继亮.基于数据挖掘的智能客户关系管理系统研究[D].哈尔滨理工大学2005

　　[19]贾治国.数据挖掘在高考填报志愿上的应用[D].内蒙古大学2005

　　[20]马飞.基于数据挖掘的航运市场预测系统设计及研究[D].大连海事大学2006

　　[21]周霞.基于云计算的太阳风大数据挖掘分类算法的研究[D].成都理工大学2014

　　[22]阮伟玲.面向生鲜农产品溯源的基层数据库建设[D].成都理工大学2015

　　[23]明慧.复合材料加工工艺数据库构建及数据集成[D].大连理工大学2014

　　[24]陈鹏程.齿轮数控加工工艺数据库开发与数据挖掘研究[D].合肥工业大学2014

　　[25]岳雪.基于海量数据挖掘关联测度工具的'设计[D].西安财经学院2014

　　[26]丁翔飞.基于组合变量与重叠区域的SVM-RFE方法研究[D].大连理工大学2014

　　[27]刘士佳.基于MapReduce框架的频繁项集挖掘算法研究[D].哈尔滨理工大学2015

　　[28]张晓东.全序模块模式下范式分解问题研究[D].哈尔滨理工大学2015

　　[29]尚丹丹.基于虚拟机的Hadoop分布式聚类挖掘方法研究与应用[D].哈尔滨理工大学2015

　　[30]王化楠.一种新的混合遗传的基因聚类方法[D].大连理工大学2014

　　[31]杨毅超.基于Web数据挖掘的作物商务平台分析与研究[D].湖南农业大学2008

　　[32]徐进华.基于灰色系统理论的数据挖掘及其模型研究[D].北京交通大学2009

　　[33]俞驰.基于网络数据挖掘的客户获取系统研究[D].西安电子科技大学2009

　　[34]冯军.数据挖掘在自动外呼系统中的应用[D].北京邮电大学2009

　　[35]于宝华.基于数据挖掘的高考数据分析[D].天津大学2009

　　[36]王仁彦.数据挖掘与网站运营管理[D].华东师范大学2010

　　[37]彭智军.数据挖掘的若干新方法及其在我国证券市场中应用[D].重庆大学2005

　　[38]涂继亮.基于数据挖掘的智能客户关系管理系统研究[D].哈尔滨理工大学2005

　　[39]贾治国.数据挖掘在高考填报志愿上的应用[D].内蒙古大学2005

　　[ 40]马飞.基于数据挖掘的航运市场预测系统设计及研究[D].大连海事大学2006

　　数据挖掘论文参考文献一

　　[1]杨毅超.基于Web数据挖掘的作物商务平台分析与研究[D].湖南农业大学2008

　　[2]徐进华.基于灰色系统理论的数据挖掘及其模型研究[D].北京交通大学2009

　　[3]俞驰.基于网络数据挖掘的客户获取系统研究[D].西安电子科技大学2009

　　[4]冯军.数据挖掘在自动外呼系统中的应用[D].北京邮电大学2009

　　[5]于宝华.基于数据挖掘的高考数据分析[D].天津大学2009

　　[6]王曼,施念,花琳琳,杨永利.成组删除法和多重填补法对随机缺失的二分类变量资料处理效果的比较[J].郑州大学学报(医学版).2012(05)

　　[7]黄杰晟,曹永锋.挖掘类改进决策树[J].现代计算机(专业版).2010(01)

　　[8]李净,张范,张智江.数据挖掘技术与电信客户分析[J].信息通信技术.2009(05)

　　[9]武晓岩,李康.基因表达数据判别分析的随机森林方法[J].中国卫生统计.2006(

　　[10]张璐.论信息与企业竞争力[J].现代情报.2003(01)

　　[11]刘莹.基于数据挖掘的商品销售预测分析[J].科技通报.2014(07)

　　[12]姜晓娟,郭一娜.基于改进聚类的电信客户流失预测分析[J].太原理工大学学报.2014(04)

　　[13]李欣海.随机森林模型在分类与回归分析中的应用[J].应用昆虫学报.2013(04)

　　[14]朱志勇,徐长梅,刘志兵,胡晨刚.基于贝叶斯网络的客户流失分析研究[J].计算机工程与科学.2013(03)

　　[15]翟健宏,李伟,葛瑞海,杨茹.基于聚类与贝叶斯分类器的网络节点分组算法及评价模型[J].电信科学.2013(02)

　　[16]王仁彦.数据挖掘与网站运营管理[D].华东师范大学2010

　　[17]彭智军.数据挖掘的若干新方法及其在我国证券市场中应用[D].重庆大学2005

　　[18]涂继亮.基于数据挖掘的智能客户关系管理系统研究[D].哈尔滨理工大学2005

　　[19]贾治国.数据挖掘在高考填报志愿上的应用[D].内蒙古大学2005

　　[20]马飞.基于数据挖掘的航运市场预测系统设计及研究[D].大连海事大学2006

　　[21]周霞.基于云计算的太阳风大数据挖掘分类算法的研究[D].成都理工大学2014

　　[22]阮伟玲.面向生鲜农产品溯源的基层数据库建设[D].成都理工大学2015

　　[23]明慧.复合材料加工工艺数据库构建及数据集成[D].大连理工大学2014

　　[24]陈鹏程.齿轮数控加工工艺数据库开发与数据挖掘研究[D].合肥工业大学2014

　　[25]岳雪.基于海量数据挖掘关联测度工具的设计[D].西安财经学院2014

　　[26]丁翔飞.基于组合变量与重叠区域的SVM-RFE方法研究[D].大连理工大学2014

　　[27]刘士佳.基于MapReduce框架的频繁项集挖掘算法研究[D].哈尔滨理工大学2015

　　[28]张晓东.全序模块模式下范式分解问题研究[D].哈尔滨理工大学2015

　　[29]尚丹丹.基于虚拟机的Hadoop分布式聚类挖掘方法研究与应用[D].哈尔滨理工大学2015

　　[30]王化楠.一种新的混合遗传的基因聚类方法[D].大连理工大学2014