数据挖掘与知识发现期刊官网

关于Sciinfo中国学术搜索网Sciinfo中国学术搜索网提供中外文学术文献（包括期刊、学位、会议、专利、成果、标准、法规、图书等）的统一检索、二次文献揭示以及全文内容指向与调度；同时对各类学术文献资源的整合与海量数据的挖掘分析，帮助用户开展更高质量和高效率的科研工作。 中国学术搜索网覆盖的资源3亿条文献元数据； 10种文献类型； 20多万精选机构； 420万优质主题词； 1000多万查重人名； 20000多核心专家。Sciinfo中国学术搜索网的服务功能一站式的知识发现针对期刊、学位、会议、专利等各种学术资源，系统提供快速搜索入口和多种易用的辅助功能和资源获取的快捷方式；精细化的知识组织输出按照不同文献类型的需求组织内容，更精确引导用户访问过程，提供更快捷的信息访问通道；主动的检索词识别信息访问通道智能检索词识别算法，根据不同输入，主动输出用户关注的核心内容；精准的知识聚类和筛选机制检索结果将根据用户选择自动聚类，实现从收录分布分析、遴选作者与机构、期刊排名等多个维度的进一步筛选机制；深层次知识分析机制从学科、主题、人物、机构等多个要素对元数据仓储进行深度挖掘分析，如主题趋势分析、人物科研合作关系分析、学科发展成熟度分析、机构科研能力变化趋势等，用数据和图形说话；多元的资源定位方式通过多途径全文资源调度，实现尽可能多的原文获取途径的揭示，打通资源厂商、官方传递和地方共享平台的通道，方便用户获取知识的同时保护知识产权；sc-cpda 数据分析公众交流平台 详细看我资料

汉斯出版社的我是想问它是国家级？还是省市级？还是？

第一章 绪论1 数据挖掘概述2 数据挖掘的分类3 数据挖掘研究的公开问题4 国内外数据挖掘研究现状本章参考文献第二章 KDD的理论基础1 数学理论Ⅰ2 数学理论Ⅱ3 机器学习理论4 数据库理论5 可视化理论本章参考文献第三章 计算智能方法理论基础1 神经网络2 进化计算3 免疫克隆计算第四章 基于神经网络与进化计算的分类1 神经网络分类2 海量数据的组织协同进化分类算法3 基于免疫克隆算法的特征选择本章参考文献第五章 支撑矢量机与核分类1 统计学习理论2 支撑矢量机3 子波核匹配追踪学习机本章参考文献第六章 集成分类器1 集成学习2 Boosting概述3 Bagging算法4 基于免疫克隆算法的选择性SVMs集成5 核匹配追踪分类器集成本章参考文献第七章 大规模数据聚类算法第八章 关联规则挖掘第九章 数据挖掘应用实例及可视化

ACM(Association for Computing Machinery )美国计算机协会是一个世界性的计算机专业组织，创立于1947年，是世界上影响力最强的科学性及教育性计算机组织。ACM每年都出版大量计算机科学的高水平专门期刊，并在各项计算机专业领域都有分会，称为SIG（Special Interest Group）。ACM就像一个伞状的组织，为其所有的成员提供信息，包括最新的尖端科学的发展，从理论思想到应用的转换，提供交换信息的机会。正象ACM建立时的初衷，它仍一直保持着它的发展“信息技术”的目标，ACM成为一个永久的更新最新信息领域的源泉。ACM颁发“图灵奖”给计算机领域做出杰出贡献的人士。该奖项被称为计算机领域的诺贝尔奖。KDD Cup的主办方是SIGKDD是ACM的数据挖掘分会，其全称为ACM Special Interest Group on Knowledge Discovery and Data Mining，SIGKDD是国际数据挖掘界最著名的组织，其中KDD（Knowledge Discovery and Data Mining，知识发现与数据挖掘）一词首次出现在1989年8月举行的第11届国际联合人工智能学术会议（IJCAI）上，由Piatetsky Sharpiro正式提出；1989-1994年间美国人工智能协会共举办了4届KDD国际专题讨论会（89、91、93、94）。1995年，国际KDD组委把专题讨论会更名为国际会议，并在加拿大蒙特利尔召开了第1届KDD国际学术会议，以后每年召开一次。1998年，ACM成立了KDD特殊兴趣组SIGKDD，于1999年第五届开始组织KDD学术会议。由于KDD的学科交叉性和广泛应用性,吸引了来自统计、机器学习、数据库、互联网、生物信息学、多媒体、自然语言处理、人机交互、社交网络、高性能计算及大数据挖掘等众多领域的专家、学者，KDD Cup的参赛队伍、Conference的投稿量呈现逐年增加的趋势，其行业影响力也越来越大。SIGKDD的现任主席为Usama Fayyad（2009-now），前任主席包括Gregory Piatetsky Shapiro(2005-2008)、Won Kim (1998-2004)KDD Cup每届比赛会由企业或大学来进行协办，协办者通常会提供极有前沿应用价值的大规模数据作为挖掘样本。作为公认的数据处理领域内的最高水平的赛事之一，历年的竞赛所用数据往往被数据挖掘从业者用作研究和开发的良好训练数据。近几年KDD-Cup的协办单位包括：DonorsChoose（2014）、微软公司（2013）、腾讯公司（2012）、雅虎公司（2011）、卡耐基梅隆大学（2010）、法国电信公司（2009）、西门子医疗（2008）。