新書推薦：
《
智圆行方――燕京医学名家处方手迹藏臻
》
售價：HK$
437.8
《
大设计师威廉·莫里斯
》
售價：HK$
151.8
《
新宏观经济学 来自后凯恩斯主义-老制度主义-马克思主义传统的第一本宏观经济学教科书
》
售價：HK$
283.8
《
《山海经》的博物世界：植物（刷边特装版）博物岛系列 探寻上古草木之美纵览山川博物大观
》
售價：HK$
281.6
《
中国芍药品种图志（精）
》
售價：HK$
316.8
《
现代战略家军事史：1861年以来美国的主要战争
》
售價：HK$
107.8
《
智能工业机器人技术（刘永奎）
》
售價：HK$
64.9
《
中国世界遗产全书·大美中国篇+最美非遗篇（全2册 精装典藏版）
》
售價：HK$
798.0
|
| 編輯推薦： |
|
本书涵盖了过程挖掘方法的理论框架，并详细介绍了在教育领域的实践与应用
|
| 內容簡介： |
本书系统地介绍过程挖掘的原理、方法、技术及其在教育领域的应用，重点介绍基于Petri
來源：香港大書城megBookStore,http://www.megbook.com.hk
net 的形式化挖掘技术和基于语义的挖掘技术，并举一个完整的挖掘大学校园学生行为特征的
案例。本书既有完整的理论框架又有专门的教育领域实践应用，可供计算机、大数据、人工智
能等相关专业领域的学生和研究人员参考。
|
| 目錄：
|
第 1 章 过程挖掘概述 1
1.1 过程挖掘概念 1
1.2 过程发现算法 4
第 2 章 Petri net 过程挖掘概述 11
2.1 事件日志 11
2.2 Petri net 13
2.3 WF-net 15
2.4 SWF-net 15
第 3 章 WF-net 过程挖掘技术 17
3.1 WF-net 过程发现算法 17
3.2 挖掘短循环的过程挖掘算法 21
3.3 挖掘重复任务的过程挖掘算法 34
第 4 章 教育物联网过程挖掘应用 63
4.1 一卡通 RFID 业务管理决策需求 64
4.2 一卡通过程挖掘方法框架 69
4.3 设计模型 71
4.4 一卡通数据预处理 72
4.5 多角度过程挖掘分析 77
4.6 实例研究 81
第 5 章 基于语义的过程挖掘技术 104
5.1 轨迹挖掘概述 104
5.2 基于过程发现和 LDA 的 RFID 轨迹数据挖掘方法 110
5.3 基于过程发现的 RFID 数据轨迹生成方法 115
5.4 基于 LDA 的大学一卡通学生行为特征分析研究 120
参考文献 125
|
| 內容試閱：
|
业务过程广泛存在于工作流管理系统、业务过程管理系统、企业资源计划系统等过程感知的信息系统以及半结构化的分布式应用中，过程挖掘技术从这些业务过程日志中提取有价值的知识，可发现、监控和改进原有业务流程，是实现业务过程管理（BPM）的重要方法。过程挖掘研究包括过程发现、符合性检查、模型改进三方面，其中过程发现的目标是从事件日志中构造业务过程模型。当前，过程挖掘已广泛应用在医疗、金融、教育、电子商务等领域。
本书在总结归纳过程挖掘历史和发展的基础上，主要阐述基于工作流网（WF-net）的过程发现算法，侧重于复杂控制流结构发现算法研究，并介绍其在教育领域的应用。全书分为5章，包括基本概念、基本算法、应用实例以及轨迹挖掘中新的研究方向。第1章是过程挖掘概述，是对全书描述的问题的铺垫，介绍了过程挖掘基本概念、任务、研究现状和挑战。第2章是Petri net 过程挖掘概述，阐述了形式化算法的代表理论——Petri net，系统介绍了日志的表示、WF-net 等概念，这是全书研究的理论基础。第3章是WF-net 过程挖掘技术，系统介绍了? 系列算法，并阐述了短循环结构和重复任务问题的挖掘算法，开拓复杂控制流结构，发现算法研究新思路。第4章是教育物联网过程挖掘应用，把过程发现算法应用到教育物联网领域的一卡通RFID应用分析实践中，重点研究事件日志质量和多角度过程挖掘分析方法，阐述了某高校教育管理实例应用。第5章是基于语义的过程挖掘技术，在轨迹挖掘研究中引入过程挖掘技术，阐述了基于主题模型LDA 的语义轨迹挖掘方法。
本书系统阐述了WF-net过程挖掘技术，提出了解决短循环结构和重复任务问题的挖掘算法，并进一步拓展至轨迹挖掘领域，理论体系完整又有所创新，基于物联网的高校一卡通案例增强了本书的应用参考价值。
本书在清华大学出版社相关领导和专家、编辑的信任、指导、支持和帮助下完稿并出版，同时，本书是广东省普通高校创新团队项目“数据科学与智慧教育创新团队”（2021KCXTD038）、广东省省级科技计划项目“基于物联网的陶瓷生产远程监控平台研究”（2015A010103015）、广东省教育厅创新强校资金“基于过程发现和主题模型的RFID数据轨迹挖掘及应用研究”（2017KTSCX123）、广东省普通高校重点实验项目“数据科学 与智慧教育重点实验室”（2022KSYS003）的研究成果，也参考了国内外相关研究。在此，谨致谢意！
冯健文
2022年7月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
