目录

第1章绪论

1.1数据挖掘的概念

1.2数据挖掘的特点

1.3数据挖掘过程

1.4本书结构

参考文献

第2章基于文本的数据挖掘技术

2.1研究现状和存在的问题

2.2触发词识别

2.3基于两阶段和特征选择的触发词识别模型

2.4实验验证

2.5本章小结

参考文献

第3章基于图的数据挖掘技术

3.1概述

3.2复杂网络的基本理论

3.3基于环形网络模体应用马尔科夫聚类的图挖掘模型

3.4实验验证

3.5本章小结

参考文献

第4章基于多生理信号多频段的情感分类方法研究

4.1概述

4.2基于生理信号的情感分类基础知识

4.3基于脑电信号的多尺度特征情感分类方法

4.4基于多生理信号多频段的集成情感分类方法

4.5本章小结

参考文献

第5章基于社交网络和移动通信的数据挖掘技术

5.1概述

5.2特征选择和聚类分析

5.3基于用户相关性的动态网络媒体数据的无监督特征选择算法

5.4利用不完整数据检测交通异常的方法

5.5本章小结

参考文献

第6章基于数据流的数据挖掘技术

6.1概述

6.2数据流相关算法

6.3基于余弦相似度的概念漂移数据流分类算法

6.4基于差分进化的极限学习机选择集成分类

6.5本章小结

参考文献

第7章深度学习在数据流分类中的应用

7.1概述

7.2神经网络简介

7.3基于BP神经网络的不均衡数据流集成分类

7.4基于双加权在线极限学习机的不均衡数据流分类

7.5本章小结

参考文献

第8章深度学习在文本挖掘中的应用

8.1深度学习的相关研究

8.2基于句子向量和词级注意力机制的触发词识别

8.3基于SEAttBLSTM和两阶段的触发词识别

8.4本章小结

参考文献

第9章多级注意力机制在文本挖掘中的应用

9.1生物事件要素检测相关研究

9.2基于BLSTM和多级注意力机制的要素检测

9.3生物事件构成

9.4实验验证

9.5本章小结

参考文献