| |
| |
| |
内容简介
书全面介绍了数据、信息和知识共享的理论、方法和技术。第1-3章介绍了数据工程，包括数据表示、数据模型、数据设计、数据分析和数据挖掘等理论和方法。第4-7章介绍了知识工程，包括知识表达、知识推理、知识管理、知识获取、知识利用等理论和方法。数据工程为知识工程提供重要的支持手段，为知识获取提供了无尽的源泉；反过来，知识工程也为数据工程提供了更加智能化的提取信息的手段。软件工程可以也应该从数据工程和知识工程独特的理论、方法和技术中获取有益的借鉴。
本书可作为计算机科学、信息科学、管理科学及人工智能等学科的大专院校师生、社会各界信息化管理人员、工程技术人员的教科书可参考书。
| |
|
顾客评论
|
|
目录
目 录 第0章 绪言 0. 1 什么是数据工程 0. 2 什么是知识工程 0. 3 数据知识工程和软件工程的关系 第1章 数据库工程 1. 1 数据 1. 1. 1 现实世界中的数据 1. 1. 2 数据处理 1. 1. 3 现代数据管理的需求 1. 2 元数据 1. 2. 1 为什么需要元数据 1. 2. 2元数据标准 1. 2. 3 元数据库 1. 3数据模型 1. 3. 1 概念数据模型 1. 3. 2 逻辑数据模型 1. 3. 3 从E-R模型向关系模型的转化 1. 3. 4 关系数据模型构造CASE工具---PowerDesign 1. 4 数据规范 1. 4. 1 非规范化关系模式带来的问题 1. 4. 2 数据依赖 1. 4. 3 范式 1. 4. 4 关系规范化 1. 4. 5 关系规范化在实际中的应用 1. 5 数据约束 1. 5. 1 关系的完整性, 1. 5. 2 数据库的完整性 1. 5. 3 表示完整性约束的方法 1. 5. 4 商品化DBMS中的完整性约束 1. 6 数据安全 1. 6. 1 常用数据库安全方法 1. 6. 2 商业DBMS的安全性策略 1. 7 数据库管理 1. 7. 1 DBMS的结构. 1. 7. 2 事务管理 1. 7. 3 商业DBMS产品比较 1. 7. 4 选择DBMS产品时的考虑 1. 8 数据库应用--OLTP 1. 8. 1 OLTP的体系结构 1. 8. 2 OLTP系统的开发步骤 1. 8. 3 一个OLTP系统设计实例 第2章 数据仓库工程 2. 1 数据仓库 2. 1. 1 为什么需要数据仓库 2. 1. 2 数据仓库的组成 2. 1. 3 数据仓库的特性 2. 1. 4 商业化数据仓库解决方案 2. 2 数据载入 2. 2. 1 从操作数据向数据仓库的移动 2. 2. 2 数据仓库的粒度和元数据 2. 2. 3 Oracle数据移入工具--SQL*LOADER 2. 3 星型模型 2. 3. 1 构建合理的企业数据模型 2. 3. 2 星型模型架构 2. 3. 3 星型模型构建方法 2. 4 三层设计 2. 4. 1 ODS 2. 4. 2 DB-ODS-DW三层体系结构 2. 4. 3 DB-ODS-DW体系结构应用实例 2. 5 数据仓库安全 2. 5. 1 数据仓库安全策略 2. 5. 2 数据访问安全 2. 5. 3 数据安全--数据仓库备份与恢复 2. 6 数据仓库查询技术 2. 6. 1 查询工具的选择 2. 6. 2 优化物理数据仓库来提高查询效率 2. 6. 3 商业数据仓库解决方案中的查询工具 2. 7 数据仓库应用--OLAP 2. 7. 1 第一次亲密接触OLAP 2. 7. 2 MOLAP与ROLAP 2. 7. 3 OLAP工具 第3章 数据挖掘 3. 1 基于证据理论的数据挖掘方法 3. 1. 1 证据理论在表征默认值上的应用 3. 1. 2 基于证据理论的多分类器集成方法 3. 2 基于神经网络的数据挖掘方法 3. 2. 1 神经网络简介 3. 2. 2 使用BP网络进行分类 3. 3 基于遗传算法的数据挖掘方法 3. 3. 1 遗传算法的基本原理 3. 3. 2 基于遗传算法的广义规则挖掘 3. 3. 3 基于遗传算法的分类规则挖掘 3. 4 基于粗糙集的数据挖掘方法 3. 4. 1 粗糙集在数据挖掘中的某个应用 3. 4. 2 基于粗糙集的数据挖掘算法 3. 5 其他数据挖掘方法 3. 5. 1 决策树 3. 5. 2 模糊集 3. 5. 3 数理统计 第4章 基于数据 知识 库的知识发现 4. 1 KDD基本概念 4. 1. 1 KDD的起源 4. 1. 2 KDD的特点 4. 1. 3 KDD的定义 4. 1. 4 KDD的发现目标 4. 2 KDD的挖掘模式 4. 2. 1 关联模式 4. 2. 2 分类模式 4. 2. 3 聚类模式 4. 2. 4 回归模式 4. 2. 5 序列模式 4. 3 KDD处理过程模型 4. 3. 1 多处理阶段过程模型1 4. 3. 2 多处理阶段过程模型2 4. 3. 3 多处理阶段过程模型3 4. 4KDD中使用的方法 4. 4. 1 决策树方法 4. 4. 2 神经网络方法 4. 4. 3 粗集方法 4. 4. 4 遗传算法 4. 4. 5 统计分析方法 4. 4. 6 覆盖正例排斥反例法 4. 4. 7 模糊逻辑 4. 4. 8 概念树方法 4. 4. 9 公式发现 4. 4. 10 云模型方法 4. 4. 11 可视化技术 4. 5 KDD应用 4. 5. 1 KDD在保险风险评估中的应用 4. 5. 2 KDD在CRM系统中的应用 4. 5. 3 KDD在电信业中的应用 4. 5. 4 KDD在股票信息处理中的应用 4. 5. 5 KDD在人事管理中的应用 4. 6 KDD中存在的困难与问题 第5章 知识表示 5. 1 产生式 5. 1. 1 产生式的基本形式 5. 1. 2 产生式系统结构 5. 1. 3 推理步骤及搜索机制 5. 1. 4 产生式系统的特点及不足 5. 2 语义网 5. 2. 1 基本概念 5. 2. 2 使用语义网表示知识 5. 2. 3 基于语义网的推理 5. 2. 4 语义网的特点及不足 5. 3 框架表示法 5. 3. 1 框架的定义 5. 3. 2 框架系统的预定义槽 5. 3. 3 基于框架的推理 5. 3. 4 框架系统的特点与不足 5. 4 基于对象的知识表示方法 5. 4. 1 概述 5. 4. 2 面向对象的概念和特点 5. 4. 3 事实性知识的面向对象表达 5. 4. 4 规则和过程性知识的面向对象表达 5. 5 逻辑表达 5. 5. 1 命题逻辑知识表达 5. 5. 2 一阶谓词逻辑知识表达 5. 5. 3 非经典逻辑知识表达 5. 6 Agent 5. 6. 1 Agent概述 5. 6. 2 Agent分类 5. 6. 3 多Agent系统 MAS 5. 6. 4 智能主体与专家系统 5. 7 粗集理论 5. 7. 1 粗集理论概述 5. 7. 2 基本概念 5. 7. 3 基于粗集理论的知识表达系统 5. 7. 4 决策表约简 5. 7. 5 与其他软计算方式的联系 第6章 知识推理 6. 1 谓词逻辑推理 6. 1. 1 子句集 6. 1. 2 替换与合一 6. 1. 3 归结原理 6. 1. 4 归结控制策略 6. 2 非单调推理 6. 2. 1 基本概念 6. 2. 2 非单调推理与不确定推理及经典逻辑 6. 2. 3 非单调推理的研究方法及问题 6. 2. 4 非单调推理与关于行动的推理 6. 3 非精确推理 6. 3. 1 主观Bayes方法 6. 3. 2 确定性理论方法 6. 3. 3 证据理论方法 6. 4 案例推理 6. 4. 1 案例推理的基本概念 6. 4. 2 案例推理中的关键技术 6. 4. 3 案例推理的应用 6. 5 定性推理 6. 5. 1 定性推理概述 6. 5. 2 基于过程的定性推理方法 6. 5. 3 基于部件模型的定性推理方法 第7章 知识库管理系统基本功能 7. 1 知识表达的需求和主要框架 7. 1. 1 知识表达的需求 7. 1. 2 谓词逻辑是知识表达的主要框架 7. 2 逻辑型知识语言 7. 2. 1 Hom逻辑的语法 7. 2. 2 SLD推导 7. 2. 3 一个实际的Hom逻辑系统--PROLOG系统 7. 2. 4 附加的控制机制--CUT 7. 2. 5 否定信息的处理 7. 2. 6 一个逻辑方式表达的例子 7. 3 多种知识表达与推理的实现 7. 3. 1 PROLOG的元级扩充 7. 3. 2 框架表达与推理的实现 7. 3. 3 对象表达方式的实现 7. 4 知识表达模式OOS 7. 5 知识库系统体系结构 7. 6 知识消化系统 7. 7 元推理和演绎机制 7. 8 知识消化的实现 7. 8. 1 一个例子 7. 8. 2 输入流的消化 第8章 库管理系统高级功能 8. 1 知识追踪 8. 2 推理的解释 8. 2. 1 求解用户的目标 8. 2. 2 要求用户回答问题 8. 2. 3 示意性的专家系统 8. 2. 4 why解释功能 8. 2. 5 how解释功能 8. 3 不精确推理 8. 3. 1 不精确推理模型及其性质 8. 3. 2 不精确推理的实现 8. 4 信念系统和非单调推理 8. 4. 1 信念系统几个典型的例子 8. 4. 2 一致性阶恢复 8. 5 知识调试 8. 5. 1 循环控制 8. 5. 2 假结论的诊断 8. 5. 3 发现丢失解的结论 8. 6 知识获取的一种方法--模型推理方法 8. 6. 1 求精操作 8. 6. 2 模型推理算法 8. 6. 3 知识调节与实例 第9章 知识变换与优化 9. 1 部分计算一般介绍 9. 1. 1 基本原理 9. 1. 2 实现算法 9. 1. 3 部分计算主要特征 9. 1. 4 循环问题及其处理 9. 2 元级描述向目标级描述变换方法 9. 3 逻辑程序的源级优化 9. 4 源级向抽象机级变换 9. 4. 1 源级或0型抽象机 apm-0 向1型抽象机 apm-1 变换 9. 4. 2 源级或0型抽象机向2型抽象机 apm-2 变换 9. 5 PROLOG元级解释器的合成方法 9. 5. 1 元级解释器的建立 9. 5. 2 元级解释器的合成 第10章 知识工程开发方法 10. 1 知识工程的开发过程 10. 1. 1 增量式的开发方法 10. 1. 2 螺旋形模型 10. 2 快速原型法 prototyping 10. 2. 1 原型法的一般原理 10. 2. 2 原型法的基本要求 10. 3 概念化知识获取方法 10. 4 路径寻找问题逻辑设计 10. 4. 1 容器灌水问题 10. 4. 2 农夫划船问题 10. 5 递归问题逻辑设计 10. 5. 1 自然数是递归问题 10. 5. 2 项递归 10. 6 约束求解问题设计 10. 7 面向智能主体的开发技术 10. 7. 1 面向智能主体的软件开发 10. 7. 2 AGENTO语言 10. 7. 3 AGENT-O解释器 10. 7. 4 基于智能主体的软件工程 第11章 基于知识的系统开发 11. 1 ECAP规则系统框架 11. 1. 1 分布式组件技术与三层体系结构的关系 11. 1. 2 主动规则--ECA规则简介 11. 1. 3 扩展的ECA规则 11. 1. 4 ECAP规则语义 11. 1. 5 ECAP规则语法 11. 1. 6 分层结构模型 11. 1. 7 基于ECAP规则的分层应用程序的运行机制 11. 2 经营过程中的对象行为建模 11. 2. 1 信息系统建模分类及比较 11. 2. 2 CPN概述 11. 2. 3 有色Petri网 CPn 11. 2. 4 递阶有色Petri网 Hierarchical CPN 11. 2. 5 HCPN与面向对象 11. 2. 6 面向对象的HCPN对企业行为对象建模 11. 3 基于ECAP和HCPN的图书信息管理系统设计与建模 11. 3. 1 图书信息管理系统结构 11. 3. 2 采访子系统的功能简介 11. 3. 3 采访子系统的递阶分层模型 11. 3. 4 图书采访的对象模型 11. 3. 5 图书采访的行为模型 11. 3. 6 图书采访的HCPN模型 11. 3. 7 用ECAP规则描述采访过程 11. 4 系统生成和重构策略及应用 11. 4. 1 ECAP规则的生成 11. 4. 2 数据端口的定义 11. 4. 3 重构策略及应用 11. 4. 4 规则设计性能方面的优化 11. 5 面向CBR Case-Based Reasoning 的数据仓库相关技术 11. 5. 1 CBR的基本思想 11. 5. 2 基于事例仓库的高级事例推理系统 Advanced Case-Based System on Case Warhouse 11. 6 ACBR知识获取算法 11. 6. 1 规则获取 11, 6. 2 一个例子 11. 6. 3 消除冗余属性 11. 6. 4 消除不一致性 11. 6. 5 利用元知识 11. 7 ACBR的问题求解 11. 7. 1 事例仓库的组织 11. 7. 2 事例仓库的检索--启发式搜索 11. 7. 3 事例仓库的管理 11. 7. 4 性能评价 参考文献
| |
数据与知识工程导论-相关图书
·最新临床头痛治疗学
·语文伴你成长 二年级 上册
·春之歌
·人体结构功能学
·电视解说词写作
·电磁学简明教程
·魏碑楷书章法教程
·构建高度可伸缩的.NET数据库应用程序
·艺术课程标准（实验稿）
·化学课程标准(实验稿)
·生物课程标准(实验稿)
·随机数学引论
·中国购物指南(英文版)
·加速寿命试验及其统计分析
·ArcGIS 8 Desktop地理信息系统应用指南
·现代企业财务
·JAVA算法（第3版，第1卷）影印版
·让环境和材料与幼儿对话
·学前班教师手册
·学前班管理手册
|
| |
