RUS | UKR | ENG | ДонНТУ > Портал магистров ДонНТУ
Магистр ДонНТУ Кошелева Виктория Андреевна

Кошелева Виктория Андреевна

Факультет: Вычислительной техники и информатики
Специальность: Программное обеспечение автоматизированных систем
Кафедра: Прикладной математики и информатики
Тема выпускной работы: "Анализ методов автоматического извлечения знаний из реляционных баз данных"
Руководитель: доцент, к.т.н. Федяев Олег Иванович


Материалы по теме выпускной работы: Реферат | Библиотека | Ссылки | Отчет о поиске | Индивидуальное задание

Список ссылок
по теме «Анализ методов автоматического извлечения знаний из реляционных баз данных»
    Материалы магистров прошлых лет


  1. Чернов И.А. Автоматизированное извлечение знаний из баз данных. Данная работа направлена на изучение извлечения знаний из баз данных. Она направлена на создание системы извлечения знаний с интегрированными функциями извлечения, визуализации знаний, а также экспертной системой, работающей на основе извлеченных знаний, добавление к системе генетических алгоритмов извлечения знаний, сравнительный анализ различных методов извлечения знаний на примере результатов работы системы.
    Материал на русском языке.
    Ссылка: http://masters.donntu.ru/2006/fvti/ichernov/index.htm


  2. Кравченко Е.А. Исследование алгоритмов Data Mining. Разработка программного обеспечения для анализа и оптимизации деятельности подписного агентства. В работе рассматривается использование методов Data Mining при разработке программного обеспечения для анализа и оптимизации деятельности подписного агентства.
    Материал на русском языке.
    Ссылка: http://masters.donntu.ru/2007/fvti/kravchenko/diss/index.htm


    Специализированные сервера по теме


  3. Портал, посвящённый извлечению знаний Data Mining. Содержит ссылки на информацию по теме, на соответствующее программное обеспечение, на организации и людей, занимающихся данной проблемой, а также на события в данной сфере.
    Материал на английском языке.
    Ссылка: http://www.the-data-mine.com/


  4. Сервер Data Mining. Содержит программное обеспечение, позволяющее в режиме онлайн анализировать данные на основе извлечения знаний.
    Материал на английском языке.
    Ссылка: http://dms.irb.hr/


  5. ANU Data Mining Group. Сайт содержит ссылки на программное обеспечения, предназначенное для извлечения знаний, на публикации и проекты по теме.
    Материал на английском языке.
    Ссылка: http://datamining.anu.edu.au/


  6. Jeffrey D. Ullman. Data Mining Lecture Notes. Содержит лекции по Data Mining, регулярно обновляется.
    Материал на английском языке.
    Ссылка: http://infolab.stanford.edu/~ullman/mining/mining.html


  7. Портал, посвященный управлению знаниями. Содержит ссылки на сайты и статьи по теме.
    Материал на русском языке.
    Ссылка: http://knowledgemanagement.report.ru/


  8. MachineLearning.Ru. Профессиональный информационно-аналитический ресурс, посвящённый машинному обучению и интеллектуальному анализу данных. Ресурс содержит 93 статьи на русском языке (на май 2008г.). Ресурс строится по принципам Википедии.
    Материал на русском языке.
    Ссылка: http://www.machinelearning.ru


    Публикации, статьи, книги и другие ссылки по теме


  9. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. Книга 382 с. Страница содержит ссылку на документ (тип документа: djvu, объём: 3,43 Мб).
    Материал на русском языке.
    Ссылка: http://webrabota.com/download/samouchiteli/gavrilova-ta-khoroshevskij-vf-bazy-znanij-intellektualnyh-sistem-2000


  10. Т. Гаврилова, Л. Григорьев. Бизнес держится на знаниях, сам того не зная. Журнал «Персонал-Микс», 2004. Статья описывает понятия «знания», «данные», «управление знаниями», вносит ясность в проблематику управления знаниями применительно к бизнесу.
    Материал на русском языке
    Ссылка: http://www.management.com.ua/strategy/str116.html


  11. Т. Гаврилова, Л. Григорьев, Д. Кудрявцев. Управление знаниями: от слов к делу. Статья отвечает на вопросы: какие задачи должны решаться в области управления знаниями.
    Материал на русском языке.
    Ссылка: http://www.kmtec.ru/publications/library/authors/uzd/index.shtm


  12. Извлечение информации. Материал из Википедии — свободной энциклопедии. Статья по извлечению информации.
    Материал на русском языке.
    Ссылка: http://ru.wikipedia.org/wiki/Inf.htm


  13. Интеллектуальный анализ данных. Материал из Википедии — свободной энциклопедии. Статья посвящена Data Mining.
    Материал на русском языке.
    Ссылка: http://ru.wikipedia.org/wiki/Data_mining


  14. В.А.Дюк, Data Mining – интеллектуальный анализ данных. Статья описывает интеллектуальный анализ данных, кому это необходимо, классы систем интеллектуального анализа данных.
    Материал на русском языке.
    Ссылка: http://www.olap.ru/basic/dm2.asp


  15. М. Шапот, В. Рощупкина Интеллектуальный анализ данных и управление процессами. В статье приведены типовые задачи для методов интеллектуального анализа, описаны системы решающие данную задачу.
    Материал на русском языке.
    Ссылка: http://www.osp.ru/os/1998/04/179537/


  16. G. Punj, D. W. Stewart. Кластерный анализ в маркетинговых исследованиях: обзор и предпосылки применения, Journal of Marketing Research. Перевод статьи на русский язык. Статья содержит описание применения кластерного анализа в маркетинговых исследованиях.
    Материал на русском языке.
    Ссылка: http://www.nickart.spb.ru/clause/text_11.php


  17. М. Гончаров. Кластерный анализ. В статье рассматривается проблема определения внутренней структуры данных при отсутствии какой-либо первоначальной информации о них.
    Материал на русском языке.
    Ссылка: http://www.businessdataanalytics.ru/ClusterAnalysis.htm


  18. И.А. Чубукова. Методы кластерного анализа. Иерархические методы. Лекция на сайте Интернет университета информационных технологий. В лекции рассматриваются основы кластерного анализа, математические характеристики кластера. Описаны две группы иерархического кластерного анализа: агломеративные и дивизимные методы. Приведен пример иерархического кластерного анализа в SPSS.
    Материал на русском языке.
    Ссылка: http://www.intuit.ru/department/database/datamining/13/1.html


  19. Кластерный анализ. Статья описывает кластерный анализ, возможности его применения, некоторые его виды.
    Материал на русском языке.
    Ссылка: http://www.statsoft.ru/home/textbook/modules/stcluan.html


  20. Кластерный анализ. Статья описывает принцип кластерного анализа, иерархического кластерного анализа, меры расстояния и меры сходства, методы объединения, кластерный анализ при большом количестве наблюдений. Файл в формате pdf, объём: 544 Кб
    Материал на русском языке.
    Ссылка: http://www.usm.md/crras/crras/ManualePDF/spss10/20.pdf


  21. Base Group Labs. Алгоритмы кластеризации на службе Data Mining. Статья систематизирует и даёт целостный взгляд на последние достижения в области разработки эффективных подходов к кластеризации данных. Статья носит обзорный характер, помогает сориентироваться в огромном количестве алгоритмов кластеризации.
    Материал на русском языке.
    Ссылка: http://www.basegroup.ru/library/analysis/clusterization/datamining/


  22. Base Group Labs. Кластеризация категорийных данных: масштабируемый алгоритм CLOPE. В материале рассказывается о масштабируемом эвристическом алгоритме CLOPE, который позволяет проводить кластеризацию с высоким качеством и производительностью.
    Материал на русском языке.
    Ссылка: http://www.basegroup.ru/library/analysis/clusterization/clope/


    Материалы на иностранном языке


  23. J. W. Seifert. Data Mining: An Overview. Статья содержит обзор Data Mining: что такое Data Mining, сферы его применения.
    Материал на английском языке.
    Ссылка: http://www.fas.org/irp/crs/RL31798.pdf


  24. Data Mining: What is Data Mining? Статья описывает Data Mining, его предназначение и возможности.
    Материал на английском языке.
    Ссылка: http://www.anderson.ucla.edu/faculty/jason.frand/teacher/technologies/palace/datamining.htm


  25. An Introduction to Data Mining. Discovering hidden value in your data warehouse. Статья содержит введение в Data Mining: механизм работы подобных систем, архитектура Data Mining. Также в статье приведен словарь терминов, связанных с Data Mining.
    Материал на английском языке.
    Ссылка: http://www.thearling.com/text/dmwhite/dmwhite.htm


  26. J.F. Elder IV, D.W. Abbot A Comparison of Leading Data Mining Tools. Статья содержит сравнение передовых средств, предназначенных для извлечения знаний.
    Материал на английском языке.
    Ссылка: http://www.datamininglab.com/pubs/kdd98_elder_abbott_nopics_bw.pdf


  27. P. Wright. Knowledge Discovery In Databases: Tools and Techniques. Статья описывает методы и средства извлечения знаний с помощью технологии KDD (Knowledge Discovery in Databases).
    Материал на английском языке.
    Ссылка: http://www.acm.org/crossroads/xrds5-2/kdd.html


  28. U. Fayyad, G. Piatetsky-Shapiro, P. Smyth. From Data Mining to Knowledge Discovery in Databases. В статье описаны 2 технологии извлечения знаний – Data Mining и KDD. Файл в формате pdf.
    Материал на английском языке.
    Ссылка: http://www.aaai.org/aitopics/assets/PDF/AIMag17-03-2-article.pdf


  29. Knowledge Discovery in Databases. Статья описывает извлечение знаний из баз данных (KDD), кластеризацию данных.
    Материал на английском языке.
    Ссылка: http://www.dbs.informatik.uni-muenchen.de/Forschung/KDD/


  30. Knowledge Discovery in Databases. В статье описаны основные принципы и механизм KDD.
    Материал на английском языке.
    Ссылка: http://findarticles.com/p/articles/mi_m1387/is_1_48/ai_57046524


  31. Knowledge Acquisition. В статье приводится краткое описание аспектов извлечения знаний, требований к системам извлечения знаний, существующих технологий извлечения знаний, типичного применение подобных систем, последних разработок в этой отрасли.
    Материал на английском языке.
    Ссылка: http://www.epistemics.co.uk/Notes/63-0-0.htm


  32. C. Brewster, F. Ciravegna, Y. Wilks Knowledge Acquisition for Knowledge Management: Position Paper. Статья описывает основные аспекты извлечения знаний. Материал в формате pdf, объём: 28Кб.
    Материал на английском языке.
    Ссылка: http://www.dcs.shef.ac.uk/~fabio/paperi/ontolearning.pdf


  33. Papers on Knowledge Acquisition from the EXPECT project. Ресурс содержит статьи по извлечению знаний, представленными файлами в формате Postscript.
    Материал на английском языке.
    Ссылка: http://www.isi.edu/expect/papers/papers-ka.html


  34. Knowledge Engineering. Статья содержит актуальность инженерии знаний, её основные принципы, системы инженерии знаний.
    Материал на английском языке.
    Ссылка: http://www.epistemics.co.uk/Notes/61-0-0.htm


  35. Knowledge Engineering. Part A. Статья описывает инженерию знаний, представление знаний.
    Материал на английском языке.
    Ссылка: http://pages.cpsc.ucalgary.ca/~kremer/courses/CG/CGlecture_notes.html


  36. Журнал Machine Learning. Содержит статьи по машинному обучению, основанном на символьном представлении, в том числе и по извлечению знаний.
    Материал на английском языке.
    Ссылка: http://www.springerlink.com/content/100309/?p=0eab49f07d164dbdb0d70d553c5ce0ad&pi=0


  37. . A. Hotho, G. Stumme Conceptual Clustering of Text Clusters. Статья касается объединения методов обычных технологий кластеризации и концептуальной кластеризации для избавления недостатков обоих методов. Материал в формате pdf, объём: 441Кб.
    Материал на английском языке.
    Ссылка: http://www.aifb.uni-karlsruhe.de/WBS/aho/pub/tc_fca_2002_submit.pdf


  38. Graph-Based Hierarchical Clustering. В статье описаны иерархические методы кластеризации.
    Материал на английском языке.
    Ссылка: http://citeseer.ist.psu.edu/558324.html


  39. N. Mirsha, D. Ron, R. Swaminathan, edirot: P. Long A New Conceptual Clustering Framework. Статья представляет новый подход к концептуальной кластеризации. Материал в формате pdf, объём: 301 Кб.
    Материал на английском языке.
    Ссылка: http://www.cs.virginia.edu/papers/Clustering_Framework.pdf


  40. D.H. Fisher, Knowledge Acquisition Via Incremental Conceptual Clustering. Статья представляет систему COBWEB для концептуальной кластеризации. В формате pdf, объём: 3,5Мб.
    Материал на английском языке.
    Ссылка: http://www.springerlink.com/content/qj16212n7537n6p3/fulltext.pdf


  41. Incremental conceptual clustering. Содержит краткое описание системы инкрементальной концептуальной кластеризации COBWEB и ссылки на инкрементальной концептуальное обучение и инкрементальное обучение с учителем.
    Материал на английском языке.
    Ссылка: http://www.vuse.vanderbilt.edu/~dfisher/tech-reports/tr-88-05/node7.html


  42. M. Kamel Data Mining using Conceptual Clustering. Статья описывает один из самых важных методов Data Mining – концептуальную кластеризацию. Файл в формате pdf, объём: 104 Кб.
    Материал на английском языке.
    Ссылка: http://watnow.uwaterloo.ca/pub/hammouda/sd622-paper.pdf


  43. Generality-Based Conceptual Clustering with Probabilistic Concepts. Содержит краткое изложение статьи и ссылки на статьи по теме.
    Материал на английском языке.
    Ссылка: http://csdl2.computer.org/persagen/DLAbsToc.jsp?resourcePath=/dl/trans/tp/&toc=comp/trans/tp/2001/02/i2toc.xml&DOI=10.1109/34.908969


  44. R. E. Stcpp Concepts in Conceptual Clustering. В статье изложены основные концепции концептуальной кластеризации. Материал в формате pdf, объём: 118Кб.
    Материал на английском языке.
    Ссылка: http://dli.iiit.ac.in/ijcai/IJCAI-87-VOL1/PDF/042.pdf


  45. X. Z. Wang and R. F. Li Combining Conceptual Clustering and Principal Component Analysis for State Space Based Process Monitoring. Описание объединения методов концептуальной кластеризации и принципиального компонентного анализа в системе. Содержит ссылку на статью, ресурс платный.
    Материал на английском языке.
    Ссылка: http://pubs.acs.org/cgi-bin/abstract.cgi/iecred/1999/38/i11/abs/ie990144q.html


  46. D. Fisher and P. Langley Approaches to Conceptual Clustering. Статья содержит описание основных подходов и взглядов на концептуальную кластеризацию. Файл в формате pdf, объём: 140 Кб.
    Материал на английском языке.
    Ссылка: http://dli.iiit.ac.in/ijcai/IJCAI-85-VOL1/PDF/133.pdf


  47. Clustering. Презентация PowerPoint, содержит данные по кластеризации, описание алгоритмов кластеризации, критерии качества кластеризации.
    Материал на английском языке.
    Ссылка: http://www.doc.ic.ac.uk/~yg/course/ida2002/ida-2002-6.ppt#256,1,Clustering


  48. Conceptual Clustering. Материалы Википедии по концептуальной кластеризации.
    Материал на английском языке.
    Ссылка: http://en.wikipedia.org/wiki/Conceptual_clustering


  49. P. H. Buckley, D. Mookherjee Non-metric conceptual clustering: a new tool for investigating urban quality of life. Статья описывает применение неметрической концептуальной кластеризации в исследованиях качества жизни в городах.
    Материал на английском языке.
    Ссылка: http://www.cybergeo.eu/index4963.html


  50. W. D. Seeman, R. S. Michalski The CLUSTER3 system for goal-oriented conceptual clustering: method and preliminary results. В статье приводится описание системы CLUSTER3, предназначенной для целенаправленной концептуальной кластеризации (методы и первичные результаты). Файл в формате pdf, объём: 282Кб.
    Материал на английском языке.
    Ссылка: http://www.mli.gmu.edu/papers/2006/06-8.pdf

Материалы по теме выпускной работы: Реферат | Библиотека | Ссылки | Отчет о поиске | Индивидуальное задание