BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Mazur Dariusz (Politechnika Śląska)
Tytuł
Wykorzystanie danych określonych lingwistycznie w systemach pozyskiwania wiedzy
Źródło
Prace Naukowe / Akademia Ekonomiczna w Katowicach. Systemy wspomagania organizacji SWO '2002, 2002, 317-328, bibliogr. poz.16
Słowa kluczowe
Taksonometria, Przetwarzanie danych, Zbiory rozmyte, Wiedza, Bazy danych
Taxonometry, Data processing, Fuzzy sets, Knowledge, Databases
Uwagi
streszcz., summ.
Abstrakt
Artykuł poświęcono problematyce pozyskiwania wiedzy z baz danych, odnosząc się zarówno do danych w postaci numerycznej jak i postaci lingwistycznej. Przedstawiono pojęcie danych lingwistycznych i ich zastosowanie w bazach danych. Omówiono przykładowe techniki pozyskiwania wiedzy oraz przedstawiono pewne modyfikacje modeli przetwarzania danych numerycznych w celu zastosowania ich do danych w postaci lingwistycznej. (abstrakt oryginalny)

This paper is data mining.linguistic form or categorical attributes Presented examples of gathering knowledge and some of changes method computing numerical data to use in computing symbolic and linguistic data. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Agrawal R., Imielinski T., Swami A.: Mining Association Rules between Sets of Items in Large Databases. Proceedings of the ACM SIGMOD.1993
  2. Agrawal R., Srikant R.: Fast Algorithms for Mining Association Rules in Large Databases, International Conference of Very Large Data Bases, 1994
  3. Bayardo R.J., Agrawal R., Gunopulos D.: Constraint-Based Rule Mining in Large, Dense Databases, International Conference on data Enginering,1999
  4. Bezdek J.C.: Pattern Recognition with Fuzzy Objective Function Algorithms, Plenum Press NY, 1981
  5. ] Brin S., Motwani R., Ullman J., Tsur S.: Dynamic Item set Counting and Implication Rules for Market Basket Data, ACM SIGMOD, 1997
  6. Chen M.-S., Han J., Yu S.P.: Data Mining: An Overview from Database Perspective, 1999
  7. ] Chen N., Chen A. Zhou L., Lu L.: A graph-based clustering algorithm in large transaction databases. IOS Press, 2001
  8. Gatnar E.: Symboliczne metody klasyfikacji danych, PWN, 1998
  9. Groenemans R., Kerre E., Cooman G., Ranst E.: The Use of Linguistic Terms in Database Models
  10. Jain A.K., Dubes R.C.: Algorithms for Clustering data, Prentice Hall,1988
  11. Kacprzyk J.: Wieloetapowe sterowanie rozmyte, WNT, 2001
  12. Liu F., Lu Z., Lu S.: Mining association rules using clustering, IOS Press, 2001
  13. Mannila H.: Methods and problems in data mining. International Conference on Database Theory,1997
  14. Shaw M.J., Subramaniam C., Tan G.W., Welge M.E.: Knowledge management and data mining for marketing, Decision Support Systems, 2001
  15. Zadeh, L.A.: Fuzzy sets and their applications to classification and clustering. Academic Press,1977
  16. Zadeh L.A.: From Computing with Numbers to Computing with Words- From Manipulation of Measurements to Manipulations of Perception. IEEE,1999.
Cytowane przez
Pokaż
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu