讲授课程

研究生课程:《Web 数据挖掘与知识发现》(052044),学时数:36 ~ 40。

课程简介: 对Web挖掘的现状、概念、典型方法、应用领域以及面临的挑战进行综述性说明;在此基础上,系统地论述Web知识挖掘三个方向——内容挖掘、结构挖掘以及日志挖掘的基本理论与方法,同时,重点介绍我们在元数据抽取、本体学习、知识元及其关联抽取、个性挖掘、兴趣感知等方面的最新研究成果。

教材:《Web知识挖掘:理论、方法与应用》(郑庆华,刘均,田锋,孙霞 著),2010年6月由科学出版社出版。

 

本科生课程:《 数据仓库与数据挖掘》,学时数: 32。

课程简介:数据挖掘旨在研究如何从大量数据中挖掘未知的、有价值的、新知识或规律。该课程的教学内容主要包括:(1)数据挖掘的基本概念,功能,处理过程及应用领域;(2)数据预处理,包括数据样本的缺失处理、数据清理和数据归约;(3)针对不同的挖掘任务,介绍各种算法,包括概念描述、关联规则分析、序列模式、分类、聚类等;(4)复杂类型数据的挖掘,重点介绍文本、WEB数据特点,介绍其特有的挖掘算法;(5)数据挖掘的应用和发展趋势。

教材:《数据挖掘概念与技术》(Jiawei Han, Micheline Kamber编著,范明, 孟小峰等译),机械工业出版社。