A
Accurancy
Bagging，366-367
Boosting，367-370
Classification，288，290
classifier measures，360-362
CrossMine，580
Evaluation，363-366
Increasing，366-370
predicator measures，362-364
prediction，290
Adaboost，368-369
Adaptive Probabilistic Networks，318
ad hoc data mining，37
agglomerative hierarchical clustering，408-411 aggregate measures，474
aggregation
complex data types and，198-199
data cube，73-75
defined，70
multiway array，164
on-line，145
simultaneous，165
spatial，594
tilted time frame slots，478
AGM algorithm，538
algebraic measure，51-52，120
algorithms
associative classification，322
distributed，38
genetic，351，374
incremental，38
parallel，38
partitioning，401
randomized，472-473
alignment
biological sequence，514-518
defined，514
multiple sequence，514，517-518
pairwise，514，515-516
alternative hypotheses，452
alternative substructure patterns，547-548 amino acids，654
analytical processing，146 准确率
装袋
提升
分类
分类器度量
评估
提高
预测器度量
预测
自适应概率网络特定的数据挖掘凝聚层次聚类聚集度量
聚集
复杂的数据类型数据立方体
定义
多路数组
联机
同时的
空间的
倾斜时间框架槽AGM算法
代数度量
算法
关联分类
分布的
遗传的
增量的
并行的
划分的
随机的
比对
生物学序列
定义
多序列
逐对
备择假设
其他子结构模式氨基酸
分析处理
anomaly detection，659
anonymous databases，680
ANOV A，666-667
antiminitinic constrains，，164，269-270 apex cuboids，1，74-75，114，138 applications，649-660
biological data analysis，654-657
domain-specific，684
exploration，681
financial data analysis，649-651
intrusion detection，658-660
retail industry，651-652
scientific，657-658
telecommunications industry，652-653 approximate frequent substructures，549 approximate query answering，474 approximation，594
Apriori，273
algorithm illustration，239
defined，234-235
dynamic itemset counting，242
efficiency，240-242
improving，240-242
example，236-238
in frequent itemset mining，234-239
hash-based technique，240-241
join step，235，238
level-wise search，235
partitioning，241
property，235，253
prune step，235-236，238
pruning method，163
sampling，241-242
transaction reduction technique，241 Apriori-based subgraph mining，537-539 AGM algorithm，538
AprioriGraph，537，538
BFS strategy，539
edge-disjoint path，539
framework，537
FSG algorithm，538-539
Overhead，539
AprioriGraph，537，538
architectures 异常检测
匿名数据库
单因素方差分析
反单调约束
顶点方体
应用
生物学数据分析
特定领域的
探测
金融数据分析
入侵检测
零售业
科学的
电讯业
近似的频繁子结构
近似的查询回答
近似
算法说明
定义
动态项集计数
有效性
提高/改进
例子
频繁项集挖掘
基于散列的技术
连接步
逐层搜索
划分
性质
剪枝步
剪枝方法
抽样
事物归约技术
基于Apriori的子图挖掘AGM算法
BFS策略
边不相交路径
框架
FSG算法
开销
系统结构
data warehouse，127-137
defined，39
OLAM，148-150
OLE DB for Data Mining，692
three-tier，130-133，151
ARIMA，493，667
arithmetic means
association analysis，23-24
association-based classification，627 association rules
Boolean，233
classification by analysis，344-347
clustering，258-259
confidence，229
correlation，233
defined，229
generating，239-240
from frequence itemsets，239-240
hybrid-dimensional，255
interdimensional，255
interestingness，229
intradimensional，254
metarule-guided mining，266-267
mining，250-259，272
multidimensional，24，233，254-257
multilevel，233，250-254，273
multimedia data，612-613
periodic，513
quantitative，233，250，257-259，274
single-dimensional，23，233，254
spatial，605-606
strong，231，260，272
support，229
support-confidence framework，259
visualization，671
associative classification，344-347，374 algorithms，322
CBA，345-346
CMAR，346-347
CPAR，347
frequent itemset mining versus，345 asymmetric binary dissmilarity，390-391 asymmetric binary similarity，391
atomic matching，497 数据仓库
定义
用于数据挖掘的OLE DB 三层
自动回归的综合移动平均算术均值
关联分析
基于关联的分类
关联规则
布尔的
分析的分类
聚类
置信度
相关
定义
产生
由频繁项集
混合维的
维间的
兴趣度
维内的
元规则制导挖掘
挖掘
多维
多层
多媒体数据
周期的
量化的
单维的
空间的
强的
支持度
支持度-置信度框架
可视化
关联分类
算法
频繁项集挖掘与
非对称的二元相异度
非对称的二元相似度
原子匹配
attribute-oriented induction，198-218，219 algorithm，205
concept，199
for data characterization，199-204
defined，199
example，203-204
implementation，205-206
techniques，219
attributes
categorical，94
class label，286
complex structure-valued，593
construction，71，72
continuous-valued，302
defined，10
evaluation measures，75-76
generalization，202
grouping，193
list-valued，593
multirelational，580
partial ordering，94
partial set，96
predicted，288
quantitative，255，256-257
redundancy，68-69
removal，201
sets，95
set-valued，592-593
attribute selection measures，296-304
CHAID，304
defined，296
gain ratio，301
Gini index，302-304
Information gain，297-300
MDL，304，306
multivariate splits，304
attribute subset selection，75-76，289
decision tree induction，76，77
defined，49，73，75
forward selection / backward elimination combination，76
greedy methods，75，76
stepwise backward elimination，76
stepwise forward selection，76 面向属性的归纳
算法
概念
数据特征化
定义
例子
实现
技术
属性
分类的
类标号
复杂结构值的
构造
连续值的
定义
评估度量
泛化
分组
列表值的
多关系的
偏序
部分集合
预测
定量的
冗余
删除
集合
集合值的
属性选择度量
定义
增益率
Gini指标
信息增益
多元分裂
属性子集选择
决策树归纳
定义
向前选择和向后删除的结合贪心方法
逐步向后删除
逐步向前选择
audio data mining，613-614，670 authoritative Web pages，631-637
analysis，20-21
authority weight，633
block-level link analysis，636
block-to-age relationship，636
defined，631
HITS，633，634
identifying，631-637
page-to-block relationships，636 autocorrelation analysis，491
automated Web page clustering and classification，21
A VC-groups，309
A VC-sets，309
average，183，184，474
B
background knowledge，31，37 backpropagation，327-336，374
algorithm illustration，330-331
case updating，333
defined，328
epoch updating，333
error，332
functioning，329-330
hidden layers，328，331
input layers，328
interpretability and，334-336
learning rates，332
logistic function，332
multilayer feed-forward neural network，328-329
network pruning，335
output layers，328，331
sample learning calculations，333-334
sensitivity analysis，336
sigmoid function，332
terminating conditions，333 bagging，366-367，374
balanced binary trees，471
bar charts，22，207，208
base cuboids，74，114，138
base fact tables，121 音频数据挖掘
权威Web页面
分析
权威权重
块级链接分析
块到页关系
定义
识别
页到块关系
自相关分析
自动Web页面聚类和分类A VC组
A VC集
背景知识
后向传播
算法解释
实例更新
定义
周期更新
误差
机能
隐藏层
输入层
可解释性
学习率
逻辑斯谛函数
多层前馈神经网络
网络修剪
输出层
样本学习计算
灵敏度分析
S形函数
终止条件
装袋
平衡二叉树
条形图
基本方体
基本事实表
Baum-Welch algorithm，526-527
Bayesian belief networks，315-317，373-374 components，315
conditional probability tables，315
CPTs，316
defined，310
directed acyclic graphics，315
gradient descent strategy，，317-318
illustrated，316
training，317-318
Bayesian classification，310-318
Bayesian belief networks，315-318，373-374
Bayes’ theorem，311-315
class conditional independence，312
class label prediction，313-314
in document analysis，626
Laplace correction，314-315
Naive，311-315，373
simple Bayesian classifier，311 Bayes’ theorem，310-311
belief networks
BFS(breadth-first search)，539 biclustering，442-443
BIDE algorithm，509
binary variables，389-392
asymmetric，390
defined，390
dissimilarity between，390-391
symmetric，390
binning，63
clustering-based，258
defined，258
equal-frequency，88，258
equal-width，88，258 bioinformatics，513
biological data analysis，654-657
amino acids，654
DNA sequences，654-655
genes，654
genomes，654
mining，655-657
nucleotides，654
proteomes，654 Baum-Welch算法
贝叶斯信念网络
成分
条件概率表
定义
有向无环图
梯度下降策略
解释
训练
贝叶斯分类
贝叶斯信念网络
贝叶斯定理
类条件独立性
类标号预测
文档分析
拉普拉斯校准
朴素的
简单贝叶斯分类法贝叶斯定理
信念网络
宽度优先搜索
双聚类
BIDE算法
二元变量
非对称的
定义
二元变量间的相异度对称的
分箱
基于聚类的
定义
等频
等宽
生物信息学
生物学数据分析
氨基酸
DNA序列
基因
基因组
挖掘
核苷
蛋白质组
biological data mining，682
biological sequences，528
alignment，514-518
analysis，518-527
Baum-Welch algorithm，526-527
BLAST，516-517
Feng-Doolittle alignment method，518
forward algorithm，523-524
HMMs，521-523
homologous，514
mining，513-527
multiple alignment，514，517-518
nucleotides，514
pairwise alignment，514，515-516
phylogenetic trees，514
Viterbi algorithm，524-525 biometric encryption，680
BIRCH，412-414
clustering feature，412-413
clustering feature tree，413-414
defined，412
bitmap indexing，141-142，144，151 bitmapped join indexing，143，151
BLAST algorithm，516-517
defined，516
functionality，517
versions/extensions，517 Blockbuster，678
block-level link analysis，636，637
BOA T，309-310
Boolean association rules，233
Boolean retrieval，617
boosting，368-370，374
Adaboost，368-370
Defined，368
bootstrap method，365
bottom-up design approach，129
bottom-up discretization，87
boxplots，54-55
defined，54
illustrated，55
BUC，168-172
algorithm，169-170
construction of iceberg cube，171 生物学数据挖掘
生物学序列
对比
分析
Baum-Welch算法
Feng-Doolittle对比方法前向算法
同源的
挖掘
多比对
核苷酸
逐对比对
种系发生树
维特比算法
生物特征加密
聚类特征
聚类特征树
定义
位图索引
位图连接索引
BLAST算法
定义
功能
版本/扩展
块级链接分析
树构造的自助的乐观算法布尔关联规则
布尔检索
提升
定义
自助法
自底向上的设计方法
自底向上离散化
盒图
定义
解释
算法
冰山立方体构造
Define，168
partitioning，172
performance，172
procedding order，169 buckets，88
business processes，129-130
business query view，128
C
C4.5，76，292，373
class-based ordering scheme，322
defined，292
gain ratio，301
pessimistic pruning，306
C5.0，664
Cardinality，139-140
Function，459
link，estimation，562
CART，76，292，359，373
commercial version，664
defined，292，664
Gini index，302-304
cases，693
case updating，333
categorical variables，392-393
CBA，345-346
CBR，350
cell-based algorithm，455
cells
aggregate，159
ancestor，159
base，159
brightness，207
defined，13
descendant，159
gradient，196
m-dimensional，159
probe，196
center-defined clusters，423-424 central tendency measures，51-53
algebraic，51-52
distributive，51
holistic，52-53
centroid distance，83 定义
划分
性能
处理次序
桶
商务处理
商务查询视图
基于类的排序方案定义
增益率
悲观剪枝
基数
函数
链，估计
商品化版本
定义
Gini 指标
案例
实例更新
分类变量
基于分类的关联基于案例的推理基于单元的算法单元
聚集
祖先
基本
亮度
定义
子孙，后代
梯度
m维
探测
中心定义的簇
中心趋势度量
代数的
分布的
整体的
质心距离
CF，412-413
CF trees，412，413-414
CHAID，304
Chameleon，416-418
defined，416
illustrated，417
relative closeness，417-418
relative interconnectivity，417 characteristic rules，22
Chebyshev’inequality，472
Chernoff bounds，473，482
ChiMerge，90-91
chi-square test，68
chunking，164
chunk memory，165
CLARANS，407-408，583
class-based ordering，320，322
class comparisons，210-215
crosstab，215-216
data collection，211
dimension relevance analysis，211
mining，210-215
presentation，211
quantitative discriminant rule，215
synchronous generalization，211 class composition hierarchies，595-596 class/concept descriptions，
classes
conditional independence，310
description，215-218
discrimination，210-215
equivalent，351
instances，16，563
target，21-22，211 classification，29-31
accuracy，288
accuracy evaluation，363-366
accuracy measures，360-362
applications adapted，30
association-based，627
by association rule analysis，344-347
associative，322，344-347，374
backpropagation，327-336
bagging，366-367，374 聚类特征
CF树
定义
解释
相对接近度
相对互连度
特征规则
切比雪夫不等式切尔诺夫界
卡方检验
分块
块内存
基于类的序
类比较
交叉表
数据收集
维相关分析
挖掘
表示
量化区分规则
同步泛化
类复合层次
类/概念描述
类
条件独立性
描述
区分
等价
实例
目标
分类
准确率
准确率估计
准确率度量
应用适应的
基于关联的
基于关联规则分析关联的
后向传播
装袋
Bayesian，310-318
boosting，367-370，374
bootstrap method，365
collective，563-564
confusion matrix，360
cross-validation，364-365
data preparation for，289-290
by decision tree induction，291-310
defined，24，40，285，286
error rate，360
fuzzy set approaches，352-354
genetic algorithms，351，374
with graph patterns，555
holdout method，364
IF-THEN rules，319-321
interpretability，291
kinds of databases，30
kinds of knowledge，30
kinds of techniques，30
k-nearest-neighbor，348-350
link-based object，561
with Markov chain，521
model，25
model selection，370-373
multimedia data，611-612
meltirelational，573-583
prediction versus，288-289，290-291
random subsampling，364
robustness，291
rough set approach，351-352
rule-based，318-327，374
scalability，291，306-310
spatial，606-607
speed，291
stream data，485
SVM，337-344，374
tree pruning，304-306
trees，431-432
as two-step process，481
Web documents，638-640 classification rules，33-34
exhaustive，321
extraction，321-322
induction，322-327 贝叶斯
提升
自助法
集体
混淆矩阵
交叉确认
数据预处理
决策树归纳
定义
错误率
模糊集方法
遗传算法
图模式
保持方法
IF-THEN规则可解释性
数据库类型
知识类型
技术类型
k最近邻
基于链接的对象马尔可夫链
模型
模型选择
多媒体数据
多关系
分析与预测
随机二次抽样鲁棒性
粗糙集方法
基于规则
可伸缩性
空间的
速度
流数据
支持向量机
树剪枝
树
作为两步过程Web文档
分类规则
穷举的
提取
归纳
mutually exclusive，321
pruning，326-327
quality measures，325-326
unordered，321
CLASSIT，433
class label attributes，286
cleaning，
Clementine，664，673，678
CLIQUE，436-439
defined，436
effectiveness，437-439
ideas，437
steps，437
CloseCut，551
closed cubes，161-162
closed frequent graphs，546-547
closed frequent itemsets，231，232，273 defined，231
item merging，248-249
item skipping，249
mining，248-250
sub-itemset pruning，249
subset checking，249
superset checking，249
CloSpan，508-509
CLTree，449-451
cluster analysis，25-26，383-461
agglomerative hierarchical clustering，408-411
binary variables，389-392
BIRCH，412-414
categorical variables，392-393
Chameleon，416-418
CLARANS，407-408
CLIQUE，436-439
CLTree，449-451
conceptual clustering，431-433
constraint-based，386，401，444-451
COWEB，431-433
data matrices，386
data types，386-398
DBSCAN，418-420
defined，25，383-386
DENCLUE，422-424 互斥的
剪枝
质量度量
无序的
类标号属性
清理
定义
有效性
思想
步骤
闭立方体
闭频繁图
闭频繁项集
定义
项合并
项跳过
挖掘
子项集剪枝
子集检查
超集检查
聚类分析
凝聚的层次聚类二元变量
分类变量
概念聚类
基于约束的
数据矩阵
数据类型
定义
density-based methods，399-400，418-424，460
as discretizaion method，91
dissmilarity matrices，386-387
distance-based，384
divisive hierarchical clustering，409-411
EM，404，429-431
example，26
frequent pattern-based methods，440-444
graph patterns，555
grid-based methods，400，434-439，460-461
hierarchical methods，399，408-418，460
high-dimensional data clustering，400-401，434-444，461
importance，384
incremental，385，386
interpretability，386
interval-scaled variables，387-389
iterative relocation techniques，398-399
k-means algorithm，402-404
k-medoids algorithm，404-407
k-modes method，404
methods，398-401
mixed-type variables，395-397
model-based methods，400，429-434，461
multirelational，580-583
neural network approach，433-434
noisy data，385
with obstacle objects，446-448
one-mode matrics，387
OPTICS，420-422
ordinal variables，393-394
outlier detection，451-459，461
partitioning methods，398-399，401-408，460
by pattern similarity，441
PROCLUS，439-440
p variables，386 基于密度的方法
作为离散化方法
相异度矩阵
基于距离的
分裂的层次聚类
期望极大化算法
例子
基于频繁模式的方法
图模式
基于网格的方法
层次的方法
高维数据聚类
重要性
增量的
可解释性
区间标度变量
迭代重定位技术
k均值算法
k 中心点算法
k 众数方法
方法
混合类型变量
基于模型的方法
多关系的
神经网络方法
噪声数据
具有障碍对象的
单模矩阵
序数型变量
离群点检测
划分方法
根据模式相似度
P个变量
ratio-scaled variables，394-395
requirements，385-386
ROCK，414-416
scalability，385
semi-supervised，449-451
spatial，606
STING，425-427
taxonomy formation，26
tools，384
two-mode matrices，387
user-constrained，448-449
vector objects，397-398
WaveCluster，427-429 cluster evolving data streams，486-489 CluStream，487-489
methodologies，486
STREAM，487
clustering
clustering-based bining，258 clusters
center-defined，423-424
defined，83，383，460
density-based，419
discovery，385
distance measurement，410
macroclusters，471
microclusters，447，471，487
quality measures，83
samples，86
visualization，672 CluSteam，487-489
cluster evolution analysis，489
defined，487
microclusters，488
time horizon，488
CMAR，346
coherent substructures，550 collaborative filtering，670-675
defined，670-672
example，672-673
collective classification，563-564
co-location patterns，606
color histogram-based signatures，608 column scalable systems，662 比例标度变量
需求
可伸缩性
半监督的
空间的
分类法组织形式
工具
二模矩阵
用户约束的
向量对象
聚类演变数据流
方法论
聚类
基于聚类的分箱
簇
中心定义的
定义
基于密度的
发现
距离度量
宏簇
微簇
质量度量
样本
可视化
簇演变分析
定义
微簇
时间范围
基于多关联规则的分类聚凝子结构
协同过滤
定义
例子
集体分类
并置模式
基于颜色直方图的特征列可伸缩的系统
community mining
defined，564
from multirelational networks，568-571
comparisons
complete-linkage algorithm,411 completeness，28
compound association，624
compute cube，137-139，160
concept characterization，219
concept description，198-210
defined，198，219
elements，219
concept hierarchies，121-123
defined，8，121，151
illustrated，122，123
implicit，121
manual difinition，87
use，87
concept hierarchy generation，97
bining，88
for categorical data，94-96
cluster analysis，91
defined，73
entropy-based discretization，89-90
histogram analysis，88
interval merging，90-91
intuitive partitioning，91-94
for numerical data，88-94 conceptual clustering，431-433
CLASSIT，433
COWEB，431-433
defined，431
confidence
association rules，229
interval estimation，370-371
minimum threshold，24，229 confusion matrix，360
connectionist learning，327
consecutive rules，65
constrained gradient analysis，195-198，219 example，196-198
gradient constraints，196
probe constraints，196 社团挖掘
定义
从多关系网络
比较
全链接算法
完全性
复合关联
计算立方体
概念特征化
概念描述
定义
元素
概念分层
定义
解释
蕴涵的
人工定义
使用
概念分层产生分箱
分类数据
聚类分析
定义
基于熵的离散化直方图分析
区间合并
直观划分
数值数据
概念类聚
定义
置信度
关联规则
区间估计
最小阈值
混淆矩阵
连接者学习
连续性规则
约束的梯度分析例子
梯度约束
探测约束
significance constraints，196 constraint-based association mining，265-272，274
antimonotonic rule constraints，269-270
convertible rule constraints，271-272
data constraints，266
defined，266
dimension/level constraints，266
inconvertible rule constraints，272
interestingness constraints，266
knowledge-type constraints，266
metarule-based，266-267
monotonic rule constraints，270
rule constraints，266，267-272
succinct rule constraints，270-271 constraint-based clustering，386，444-451，461
defined，401
on distance/similarity functions，445
with obstacle objects，446-448
semi-supervised，449-451
user-constrained，448-449 constraint-based sequential pattern mining，509-512，528
defined，510
event folding windows，510
gaps，511
parallel episodes，511
with regular expression constraint，511-512
serial episodes，511
constraint-based substructure mining，548-549 constraints
antimonotonic，164，269-270，510，549
on clustering parameters，445
data，266
dimension/level，266
gradient，196
on individual objects，444-445
interestingness，266
kenowledge-type，266
monotonic，510，549 显著性约束
基于约束的关联挖掘
反单调规则约束
可转变的规则约束
数据约束
定义.
维/层次约束
不可转变的规则约束
兴趣度约束
知识类型约束
基于元规则的
单调的规则约束
规则约束
简洁的规则约束
基于约束的聚类
定义
距离/相似度函数
具有障碍对象
半监督的
用户约束的
基于约束的序列模式挖掘
定义
事件折叠窗口
间隙
并行场景
正则表达式约束
串行场景
基于约束的子结构挖掘约束
反单调的
聚类参数
数据
维/层
梯度
个体对象
兴趣度
知识类型
单调的
probe，196
rule，266，267-272
significance，196
SQL-based，271
user-specified，445 contingency tables，68 continuous-media data，19 continuous ordinal variables，393 continuous quries，20，473 convertible rule constraints，271-272 correlation analysis，261-265，289 with #，262-263
defined，67
example，69
with lift，261-262 correlation measures，263-265
comparison，263-265
null-invariant，264，274 correlation rules，261，272，274 correlations，24
coefficients，67
relationshios，264
coount()，51，52，119，120 counterterrorism，680，685 coupling，662
loose，35，662
no，35，662
semitight，35，662
tught，35-36，662 COWEB，431-433
classfication trees，431-433
CLASSIT，433
functionality，432-433
merging operation，433
splitting operation，433
Cox proportional hazards，667 CPAR，347
CpG islands，518，519，521 CPTs，315，316
critical layers，477-478
CRM，676
CrossClus，580-583，586
clustering results，583
defined，580 探索
规则
显著性
基于SQL的
用户指定的
相依表
连续媒体数据
连续序数变量
连续查询
可转变的规则约束相关分析
定义
例子
提升度
相关度量
比较
零不变性
相关规则
相关
系数
联系
反恐
耦合
松散的
不耦合
半紧密的
紧密的
分类树
功能
合并操作
分裂操作
Cox比例风险
CpG岛
条件概率表
关键层
顾客关系管理
聚类结果
定义
rule building，578-579
scalability，580
cross-tabulations，206-207
cross-validation，364-365，374
defined，364
leave-one-out，365
stratified，365
cube by，160，193
cube gradient analysis，279
cubes
cuboids
apex，74-75，114，138
base，74，114，138
cardinality and，139-140
defined，75，113
full materialization，140，151
individual，159
lattice of，75，113，150，158，218，256
partial materialization，140，151
sparse，160
total number of，138，139
trees，174
curse of dimensionality，139，151，195 curves，22
loess，60-61
ROC，372-373
cusum charts，667
CVFDT，485
cyclic indexes，493
D
data
archaeology，5
categorical，94-96
in cluster analysis，386-398
complex，682
constraints，266
continuous-media，19
discrimination，22-23
dispersion，53-56
dredging，5
engineering design，16
extraction，134 规则构建
可伸缩性
交叉表
交叉确认
定义
留一
分层
立方体梯度分析
立方体
方体
顶点
基本
势
定义
完全物化
个体的
格
部分物化
稀疏的
总数
树
维灾难
曲线
局部回归曲线
cusum图表
概念自适应的快速决策树算法周期指标
数据
考古
分类的
聚类分析
复杂的
约束
连续媒体
区分
散布
捕捞
工程设计
提取
focusing，200
generalizing，127
incomplete，37，48
inconsistent，48
labeled，564
linearly inseparable，342-344
linearly separable，337-342
multimedia，16，607-614，637-638
noisy，37，48，62-64，385
numerical，88-94，121
obscuration，681
relational，10
selection，7
semistructured，615
spatial，16，593
structured，592
task-relevant，31，34
“tombs”，4
training，24
unlabeled，564
variance，53-56
data aggregation，49
data auditing tools，66
database queries
databases
advanced，15-21
anonymous，680
data mining integration，34-36
defined，10
graph，553-555
heterogeneous，19
inductive，666
legacy，19
multimedia，18-19，594，607
object-oriented，16，641
plan，596-600，641
raster，607
relational
sequence，17，468，498-513，527
server，7
spatial，17-18，600
spatiotemporal，18
statistical，126
technology evolution，2，39 聚焦
泛化
不完全的，不完整的不一致的
标记的
线性不可分的
线性可分的
多媒体
噪声
数值的
模糊
关系的
选择
半结构化的
空间的
结构化的
任务相关的
“坟墓”
训练
无标记的
方差
数据聚类
数据审计工具
数据库查询
数据库
高级的
匿名的
数据挖掘集成
定义
图
异构的
归纳的
遗产
多媒体的
面向对象的
规划
光栅
关系的
序列
服务器
空间的
时间空间的
统计学的
技术演变
temporal，17
text，18，614
time-series，17，467-468，489-497，527
transactional，14-15
data characterization
attribute-oriented induction for，199-204
data mining query for，200
defined，22，198
example，22
output，22
data cleaning，61-67，289
binning，63
clustering，64
defined，7，48，61，97，134
interactivity，66-67
missing values，61-62
noisy data，62-64
as process，65-67
regression，63
data compression，665
data cube aggregation，73-75
data cube computation，137-141，218-219 BUC，168-172
with complex iceberg conditions，187-188
full，164-168，178
general strategies，162-164
materialization，158-164
methods，157-188
multiway array aggregation，164-168
optimization techniques，162-164
Star-Cubing，173-178
data cubes
3-D，112，113
apex cuboid，74-75
base cuboid，74
closed，161-162
compute cube operator，137-139，160
constrained gradient analysis，195-198，219
cube by operator，160，193
discovery-driven exploration，189-192 时态的
文本
时间序列
事务的
数据特征化
面向属性的归纳
数据挖掘查询
定义
例子
输出
数据清理
分箱
聚类
定义
交互性
丢失值
噪声数据
作为过程
回归
数据压缩
数据立方体聚集
数据立方体计算
具有复杂冰山条件
完全
一般策略
物化
方法
多路数组聚集
优化技术
数据立方体
顶点方体
基本方体
闭的
compute cube操作符约束的梯度分析
cube by操作符
发现驱动的探查
example，13
group by operator，113，138，193
iceberg，151，160，171，218
illustrated，74
lattice of cuboids，75，113，150，158，218
materialization，140-141，151
measures，119
measures interpretation，120-121
multidimensional，13-14，22
multifeature，192-195，219
multimedia，609
partial materialization，140，151，160
queries，193
shell fragments，162，178-187，218
sparse，160
spatial，601-605
stream，474-479
DataDetective，678
data generalization
data integration，67-70
correlation analysis，67，69
defined，7，49，97
object matching，67
redundancy and，67-68
schema，67
value conflict，detection/resolution，70
data marts
defined，116，132
dependent，132
independent，132
data matrices，386
data migration tools，66
data mining
ad hoc，37
applications，649-660
audio，670
biological，682
for counterterrorism，680，685
data streams，20
for data warehouse perspective，9
defined，5-9，39
descriptive，218 例子
group by操作符
冰山
解释
方体的格
物化
度量
度量的解释
多维
多特征
多媒体
部分物化
查询
壳片段
稀疏的
空间的
流
数据泛化
数据集成
相关分析
定义
对象匹配
冗余
模式
值冲突，检测/解决
数据集市
定义
依赖的
独立的
数据矩阵
数据迁移工具
数据挖掘
特别
应用
音频
生物学的
反恐
数据流
数据仓库观点
定义
描述性