王乐，女，1978年生，博士，讲师。2006年以来专注于数据挖掘(特别是模式挖掘)的研究2010-2013年在大连理工大学攻读博士学位。近3年来，共发表学术论文10余篇，其中SCI收录2篇。EI收录10篇(中文2篇，英文8篇)。

    E-mail：wangleboro@163.com

　　《数据流上频繁模式和高效用模式挖掘》以数据流上的频繁模式和高效用模式挖掘计算为背景，介绍该领域相关的概念、理论及近年来相关的最新研究成果，内容包括传统数据集中的频繁模式挖掘及其大数据集下的频繁模式挖掘算法、不确定数据流中的频繁模式挖掘算法、具有效用值的数据流中的高效用模式挖掘算法。
　　《数据流上频繁模式和高效用模式挖掘》可作为经济学、统计学、管理科学与工程、计算机科学与技术等学科高年级的本科生和研究生的参考用书，也可供商务数据挖掘、金融数据分析等相关研究人员参考。

第1章 绪论
1.1 背景和意义
1.2 国内外研究现状
1.2.1 传统数据集中频繁模式挖掘算法的研究
1.2.2 不确定数据集中的频繁模式挖掘算法的研究
1.2.3 高效用项集挖掘算法的研究
1.2.4 大数据集下的频繁模式挖掘研究

第2章 传统事务数据集中的频繁模式挖掘算法
2.1 引言
2.2 传统数据集中频繁模式挖掘的典型算法
2.2.1 Apriori算法
2.2.2 FP-Growth算法
2.2.3 COFI算法
2.3 基于滑动窗口的数据流频繁模式挖掘算法
2.3.1 相关定义及问题描述
2.3.2 算法描述
2.3.3 算法分析
2.3.4 实验及结果分析
2.4 本章小结

第3章 不确定数据集上的频繁模式挖掘算法
3.1 引言
3.2 不确定静态数据集上频繁模式挖掘算法
3.2.1 相关定义与问题描述
3.2.2 AT-Mine算法
3.2.3 算法分析
3.2.4 实验及结果分析
3.3 基于滑动窗口的不确定数据流的频繁模式挖掘算法
3.3.1 相关定义与问题描述
3.3.2 UDS-FIM算法
3.3.3 实验及结果对比分析
3.4 带权重值的不确定数据流上的频繁模式挖掘模型
3.4.1 相关定义与问题描述
3.4.2 基于权重的频繁模式模型描述
3.4.3 基于权重的频繁模式挖掘算法
3.4.4 具有权重值的不确定数据流的频繁模式挖掘算法
3.4.5 实验及结果分析
3.5 本章小结

第4章 高效用模式挖掘算法
4.1 引言
4.2 一种不产生候选项集的高效用模式挖掘算法
4.2.1 相关定义与问题描述
4.2.2 TNT-HUI算法
4.2.3 算法分析
4.2.4 实验及结果对比分析
4.3 数据流的高效用模式挖掘算法
4.3.1 问题描述
4.3.2 HUM-UT算法
4.3.3 实验及结果分析
4.4 本章小结

第5章 大数据集上的频繁模式挖掘算法
5.1 引言
5.2 相关定义
5.3 一种高效的基于MapReduce的频繁模式挖掘算法
5.4 大数据集上的数据流频繁模式挖掘算法
5.5 算法分析
5.6 实验及结果分析
5.6.1 不同最小支持度下的运行时间对比
5.6.2 不同数据量下的运行时间对比
5.6.3 加速度对比实验
5.7 本章小结
参考文献