數(shù)據(jù)與文本挖掘及其在研發(fā)決策中的應(yīng)用

第一章 緒論
　第一節(jié) 本書(shū)的研究背景和意義
　第二節(jié) 數(shù)據(jù)挖掘與文本挖掘概述
　第三節(jié) 遺傳算法應(yīng)用研究綜述
　第四節(jié) 社會(huì)演化算法在數(shù)據(jù)和文本聚類(lèi)中的應(yīng)用
　第五節(jié) 本書(shū)的主要工作和創(chuàng)新點(diǎn)
第二章 基于遺傳算法和k-medoids算法相結(jié)合的聚類(lèi)方法
　第一節(jié) 引言
　第二節(jié) k-medoids算法簡(jiǎn)介
　第三節(jié) 基于遺傳算法和k-medoids算法相結(jié)合的聚類(lèi)方法
　第四節(jié) 仿真實(shí)驗(yàn)
　本章小結(jié)
第三章 基于模式聚合和遺傳算法的文本特征降維方法
　第一節(jié) 引言
　第二節(jié) 常用的文本特征降維方法及其缺點(diǎn)
　第三節(jié) 文本分類(lèi)的預(yù)處理
　第四節(jié) 模式聚合理論簡(jiǎn)介
　第五節(jié) 基于遺傳算法的文本特征提取方法
　第六節(jié) 基于模式聚合和遺傳算法的文本特征降維方法
　第七節(jié) 仿真實(shí)驗(yàn)
　本章小結(jié)
第四章 基于潛在語(yǔ)義索引和遺傳算法的文本特征降維方法
　第一節(jié) 引言
　第二節(jié) 向量空間模型
　第三節(jié) 隱含語(yǔ)義分析理論簡(jiǎn)介
　第四節(jié) 基于遺傳算法的文本特征降維方法
　第五節(jié) 基于潛在語(yǔ)義索引和遺傳算法的
　文本特征降維方法
　第六節(jié) 仿真實(shí)驗(yàn)
　本章小結(jié)
第五章 基于社會(huì)演化算法的聚類(lèi)新方法
　第一節(jié) 引言
　第二節(jié) 社會(huì)演化算法與傳統(tǒng)遺傳算法尋優(yōu)機(jī)制的比較
　第三節(jié) 基于社會(huì)演化算法的聚類(lèi)新方法
　第四節(jié) 仿真實(shí)驗(yàn)
　本章小結(jié)
第六章 基于混沌的新的社會(huì)演化算法的數(shù)據(jù)和文本聚類(lèi)方法
　第一節(jié) 引言
　第二節(jié) 混沌理論簡(jiǎn)介
　第三節(jié) 基于混沌的新的社會(huì)演化算法的聚類(lèi)方法
　第四節(jié) 仿真實(shí)驗(yàn)
　本章小結(jié)
第七章 基于改進(jìn)遺傳算法和改進(jìn)社會(huì)演化算法的文本聚類(lèi)研究
　第一節(jié) 文本聚類(lèi)研究綜述
　第二節(jié) 基于改進(jìn)遺傳算法的文本聚類(lèi)方法
　第三節(jié) 基于改進(jìn)社會(huì)演化算法的文本聚類(lèi)新方法
　本章小結(jié)
第八章 基于文本挖掘的產(chǎn)品研發(fā)知識(shí)地圖構(gòu)建研究
　第一節(jié) 基于知識(shí)來(lái)源的產(chǎn)品開(kāi)發(fā)過(guò)程模型研究
　第二節(jié) 產(chǎn)品開(kāi)發(fā)過(guò)程模型各階段的知識(shí)分析
　第三節(jié) 基于文本挖掘的產(chǎn)品研發(fā)文本知識(shí)地圖構(gòu)建
　本章小結(jié)
第九章 總結(jié)和展望
　第一節(jié) 本書(shū)總結(jié)
　第二節(jié) 待研究的問(wèn)題和研究前景展望
　參考文獻(xiàn)
作者研究文獻(xiàn)
后記