海量文本数据的多维挖掘

图书标准信息

• 作者 [美]张超（Chao Zhang） 著；黄琰 、陈健 译
• 出版社 机械工业出版社
• 出版时间 2020-07
• 版次 1
• ISBN 9787111659907
• 定价 79.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 184页

【内容简介】

本书由国际数据挖掘领域泰斗、UIUC韩家玮教授和其学生张超博士（现为佐治亚理工学院助理教授）合著。介绍了将非结构化文本数据转换为多维知识的数据挖掘技术，并讲解了他们开发的文本多维数据集框架的原理和使用方法。

【目录】

译者序 

作者简介 

译者简介 

第1章 引言 1 

11 概述 1 

12 主要部分 3 

121 第一部分：立方体构造 3 

122 第二部分：立方体开发 5 

123 示例应用 5 

13 技术路线 6 

131 任务1：分类器生成 7 

132 任务2：文档分配 8 

133 任务3：多维摘要 8 

134 任务4：跨维度预测 9 

135 任务5：异常事件检测 9 

136 小结 9 

14 本书大纲 10 

第一部分 立方体构造算法 

第2章 主题级分类器生成 12 

21 概述 12 

22 相关工作 15 

221 监督分类器学习 15 

222 基于模式的提取 15 

223 基于聚类的分类器构建 16 

23 准备工作 17 

231 问题定义 17 

232 方法概述 17 

24 自适应词聚类 18 

241 划分主题的球形聚类 18 

242 识别代表性词语 20 

25 自适应词嵌入 21 

251 分布式词语表示 21 

252 学习局部词嵌入 21 

26 实验评估 22 

261 实验设计 22 

262 定性结果 24 

263 定量分析 27 

27 小结 29 

第3章 词语级分类器生成 30 

31 概述 30 

32 相关工作 32 

33 问题定义 33 

34 HiExpan框架 33 

341 框架概述 33 

342 关键词提取 34 

343 层次树扩展 34 

344 分类器全局优化 41 

35 实验 42 

351 实验设计 42 

352 定性结果 43 

353 定量结果 44 

36 小结 47 

第4章 弱监督文本分类 48 

41 概述 48 

42 相关工作 51 

421 潜在变量模型 51 

422 基于嵌入的模型 51 

43 准备工作 52 

431 问题定义 52 

432 方法概述 53 

44 伪文档生成 53 

441 建模类分布 53 

442 生成伪文档 55 

45 自训练的神经模型 56 

451 神经模型预训练 56 

452 神经模型自训练 57 

453 基于CNN和RNN的实例化 58 

46 实验 59 

461 数据集 59 

462 基线 59 

463 实验设计 60 

464 实验结果 61 

465 参数研究 65 

466 案例研究 67 

47 小结 68 

第5章 弱监督层次文本分类 69 

51 概述 69 

52 相关工作 71 

521 弱监督文本分类 71 

522 层次文本分类 71 

53 问题定义 72 

54 伪文档生成 72 

55 层次分类模型 74 

551 局部分类器预训练 75 

552 全局分类器自训练 75 

553 阻断机制 77 

554 推导 77 

555 算法概述 77 

56 实验 78 

561 实验设计 78 

562 定量比较 80 

563 组件评估 82 

57 小结 84 

第二部分 立方体开发算法 

第6章 多维摘要 86 

61 概述 86 

62 相关工作 89 

63 准备工作 90 

631 文本立方体准备 90 

632 问题定义 91 

64 排名度量 91 

641 普遍性和完整性 92 

642 邻域敏感的独特性 92 

65 RepPhrase方法 96 

651 简介 96 

652 混合离线物化 97 

653 最优在线处理 100 

66 实验 101 

661 实验设计 101 

662 有效性评估 103 

663 效率评估 107 

67 小结 111 

第7章 立方体空间中的跨维度预测 112 

71 概述 112 

72 相关工作 114 

73 准备工作 115 

731 问题描述 115 

732 方法概述 115 

74 半监督多模态嵌入 117 

741 无监督重构任务 117 

742 监督分类任务 119 

743 优化程序 119 

75 多模态嵌入的在线更新 120 

751 生命衰减学习 120 

752 基于约束的学习 121 

753 复杂度分析 124 

76 实验 124 

761 实验设计 124 

762 定量比较 127 

763 案例研究 129 

764 参数影响 132 

765 下游应用 134 

77 小结 135 

第8章 立方体空间中的事件检测 136 

81 概述 136 

82 相关工作 138 

821 突发事件检测 138 

822 时空事件检测 139 

83 准备工作 140 

831 问题定义 140 

832 方法概述 140 

833 多模态嵌入 142 

84 候选生成 143 

841 贝叶斯混合聚类模型 144 

842 参数评估 145 

85 候选分类 146 

851 多模态嵌入的特征推导 146 

852 分类过程 147 

86 支持持续的事件检测 147 

87 复杂度分析 148 

88 实验 148 

881 实验设计 148 

882 定性结果 150 

883 定量结果 153 

884 可扩展性研究 154 

885 特征的重要性 155 

89 小结 156 

第9章 结论 157 

91 总结 157 

92 未来工作 158 

参考文献 160