×
西古尔杜·奥拉夫松;李晓楠;吴顺宁

运营研究和数据挖掘。 （英语） Zbl 1137.90776号

欧洲药典。物件。 187，第3期，1429-1448（2008）.
摘要：随着数据库在许多现代企业中的快速增长，数据挖掘已成为越来越重要的数据分析方法。运筹学界对这一领域做出了重大贡献，尤其是通过将大量数据挖掘问题作为优化问题来制定和解决，并且还可以使用数据挖掘方法解决一些运筹学应用。本文概述了运筹学和数据挖掘的交叉点。本文的主要目的是说明这两个领域之间的相互作用范围，提供一些重要研究工作的详细示例，并为该领域的其他重要工作提供全面的参考。因此，本文研究了可用于数据挖掘的不同优化方法，以及数据挖掘过程本身，以及如何在该过程的几乎每个步骤中使用运筹学方法。论文还确定了未来研究的有希望的方向。最后，本文研究了与电子服务管理领域相关的一些应用，即客户关系管理和个性化。

引用于31文件

理学硕士：

90C99号 数学编程
90B50型 管理决策，包括多个目标
68T05型 人工智能中的学习和自适应系统

关键词：

数据挖掘;优化;分类;群集;数学程序设计;启发式

软件：

4.5条;禁忌搜索;群集查找;DistAl公司
PDF格式BibTeX公司 XML格式引用
\textit｛S.Olafsson｝等人，《欧洲药典》。第187号决议，第3号，1429--1448（2008年；Zbl 1137.90776）
全文： 内政部

参考文献：

[1] 艾比夫·杰克逊，R。；金色，B。；Raghavan，S。；Wasil，E.，《数据可视化的分而治之的局部搜索启发式算法》，《计算机与运筹学》，33，3070-3087（2006）·Zbl 1113.90127号
[2] Adomavicius，G.，Tuzhilin，A.，2003年。推荐技术：当前方法和可能扩展的综述。纽约大学斯特恩商学院工作文件。；Adomavicius，G.，Tuzhilin，A.，2003年。推荐技术：当前方法和可能扩展的综述。工作文件，纽约大学斯特恩商学院，纽约。
[3] Agrawal，R.，Imielinski，T.，Swami，A.，1993年。挖掘大型数据库中项目集之间的关联规则。摘自：ACM SIGMOD数据管理会议记录，第207-216页。；Agrawal，R.，Imielinski，T.，Swami，A.，1993年。挖掘大型数据库中项目集之间的关联规则。摘自：ACM SIGMOD数据管理会议记录，第207-216页。
[4] Agrawal，R.、Srikant，R.，1994年。关联规则挖掘的快速算法。1994年超大数据库国际会议论文集（VLDB’94），第487-499页。；Agrawal，R.、Srikant，R.，1994年。关联规则挖掘的快速算法。1994年超大数据库国际会议记录（VLDB’94），第487-499页。
[5] 贝内特，K.P.，1992年。通过线性规划构建决策树。摘自：《第四届中西部人工智能和认知科学学会会议论文集》，伊利诺伊州尤蒂卡，第97-101页。；贝内特，K.P.，1992年。通过线性规划构建决策树。摘自：《第四届中西部人工智能和认知科学学会会议论文集》，伊利诺伊州尤蒂卡，第97-101页。
[6] Bennett，K.P。；Bredensteiner，E.，支持向量机的多类别分类，计算优化和应用，12，53-79（1999）·Zbl 1040.90574号
[7] Bennett，K.P。；Campbell，C.，支持向量机：Hype或hallelujah？，SIGKDD探索，2，2，1-13（2000）
[8] 贝里，M。；Linoff，G.，《掌握数据挖掘》（2000年），威利出版社：威利纽约
[9] 布拉特伯格，R。；Deighton，J.，《互动营销：利用可寻址时代》，《斯隆管理评论》，5-14（1991）
[10] 博格，I。；Groenen，P.，《现代多维标度：理论与应用》（1997），施普林格出版社：纽约施普林格出版社·Zbl 0862.62052号
[11] Boros，E。；Hammer，P.L。；茨城，T。；Kogan，A。；Mayoraz，E。；Muchnik，I.，数据逻辑分析的实现，IEEE知识与数据工程汇刊，12，2，292-306（2000）
[12] 布拉德利，P.S。；法耶兹，U.M。；Mangasarian，O.L.，《数据挖掘的数学编程：公式和挑战》，《计算信息杂志》，11，217-238（1999）·Zbl 0973.90096号
[13] Bradley，P.S.，Fayyad，U.M.，Reina，C.，1998年a。将集群算法扩展到大型数据库。摘自：ACM数据库知识发现会议记录，第9-15页。；Bradley，P.S.，Fayyad，U.M.，Reina，C.，1998年a。将集群算法扩展到大型数据库。摘自：ACM数据库知识发现会议记录，第9-15页。
[14] 布拉德利，P.S。；Mangasarian，O.L.，（k）-平面聚类，《全局优化杂志》，16，1，23-32（2000）·Zbl 0990.90135号
[15] 布拉德利，P.S。；Mangasarian，O.L。；Street，N.，通过凹面最小化进行聚类，《神经信息处理系统进展》，第9卷（1996年），麻省理工学院出版社：麻省理学院出版社，马萨诸塞州剑桥，第368-374页
[16] 布拉德利，P.S。；Mangasarian，O.L。；Street，W.N.，《通过数学编程进行特征选择》，《信息计算杂志》，10，2，209-217（1998）·兹伯利1034.90529
[17] Breese，J.，Heckerman，D.，Kadie，C.，1998年。协作过滤预测算法的实证分析。摘自：第14届人工智能不确定性会议论文集。；Breese，J.，Heckerman，D.，Kadie，C.，1998年。协作过滤预测算法的实证分析。摘自：第14届人工智能不确定性会议论文集。
[18] 布雷曼，L。；弗里德曼，J。；Olshen，R。；Stone，C.，《分类和回归树》（1984），沃兹沃思国际集团：沃兹沃斯国际集团，加利福尼亚州蒙特利·Zbl 0541.62042号
[19] 布林，S。；拉斯托吉，R。；Shim，K.，数字属性的挖掘优化增益规则，IEEE知识与数据工程学报，15，2，324-338（2000）
[20] Burges，C.J.C.，模式识别、知识发现和数据挖掘支持向量机教程，2，2，121-167（1998）
[21] 卡斯蒂略，E。；古铁雷斯，J.M。；Hadi，A.S.，《专家系统和概率网络模型》（1997），施普林格出版社：柏林施普林格
[22] 蒋一世。；Lin，T.，《使用粗糙集建立基于网络的一对一客户服务》，IEEE汇刊（2000）
[23] Chiang，D.，Lin，C.，Lee，S.，2003年。用于网络银行客户流失分析的客户关系管理。在：《信息与知识工程国际会议论文集》，内华达州拉斯维加斯，135-141。；Chiang，D.，Lin，C.，Lee，S.，2003年。用于网络银行客户流失分析的客户关系管理。摘自：《信息与知识工程国际会议论文集》，内华达州拉斯维加斯，135-141。
[24] Ching，W。；Wong，K。；Altman，E.，《客户生命周期价值：随机优化方法》，运筹学学会杂志，55，8，860-868（2004）·Zbl 1060.90057号
[25] 库珀，G.F。；Herskovits，E.，从数据中归纳概率网络的贝叶斯方法，机器学习，9，309-347（1992）·Zbl 0766.68109号
[26] 科尔特斯，C。；Vapnik，V.，支持向量网络，机器学习，20273-297（1995）·Zbl 0831.68098号
[27] Dasgupta，S.，2002年。层次聚类的性能保证。摘自：《第十五届计算学习理论年会论文集》，第351-363页。；Dasgupta，S.，2002年。层次聚类的性能保证。见：《第十五届计算学习理论年会论文集》，第351-363页·Zbl 1050.68576号
[28] 德彪斯，J.C。；Rayward-Smith，V.J.，模拟退火数据挖掘算法中的特征子集选择，智能信息系统杂志，9，57-81（1997）
[29] 德彪斯，J.C。；Rayward-Smith，V.J.，模拟退火数据挖掘算法的连续商业数据库特征离散化，应用智能，11285-295（1999）
[30] 达尔，V。；周，D。；Provost，F.，《用GLOWER——一个叠加了熵减少的遗传学习者发现投资决策的有趣模式》，《数据挖掘和知识发现》，4251-280（2000）·Zbl 1060.68582号
[31] Dreze，X.，Bonfrer，A.，2002年。纠缠不休：通过最佳沟通时机实现终身价值最大化。加州大学洛杉矶分校营销系工作论文。；Dreze，X.，Bonfrer，A.，2002年。纠缠不休：通过最佳沟通时机实现终身价值最大化。工作文件，加州大学洛杉矶分校市场营销系。
[32] Estevill-Castro，V.，为什么有这么多聚类算法？一份立场文件，SIGKDD Explorations，4，1，65-75（2002）
[33] 法耶兹，美国。；Piatetsky-Shapiro，G。；史密斯，P。；Uthurusamy，R.，《知识发现和数据挖掘的进展》（1996），麻省理工学院出版社：麻省理学院出版社剑桥
[34] 费利奇，G。；Truempha，K.，逻辑域学习的MINSAT方法，《计算信息杂志》，14，20-36（2002）·Zbl 1238.68044号
[35] Folino，G.，Pizzuti，C.，Spezzano，G.，2001年。决策树归纳的并行遗传规划。人工智能工具。摘自：《第十三届国际会议记录》，第129-135页。；Folino，G.，Pizzuti，C.，Spezzano，G..，2001年。决策树归纳的并行遗传规划。人工智能工具。摘自：《第十三届国际会议记录》，第129-135页·Zbl 0989.68611号
[36] 弗里德，N。；Glover，F.，《评估替代线性规划模型以解决两组判别问题》，《决策科学》，第17期，第151-162页（1986年）
[37] 弗里德曼，N。；盖革，D。；Goldszmidt，M.，贝叶斯网络分类器，机器学习，29，131-163（1997）·Zbl 0892.68077号
[38] 傅，Z。；金色，B。；Lele，S。；Raghavan，S。；Wasil，E.，构建准确决策树的基于遗传算法的方法，《信息计算杂志》，15，3-22（2003）·Zbl 1238.90076号
[39] 傅，Z。；金色，B。；Lele，S。；Raghavan，S。；Wasil，E.，《基因工程决策树：人口多样性产生更聪明的树》，运筹学，51，6，894-907（2003）·Zbl 1165.62324号
[40] 傅，Z。；金色，B。；Lele，S。；Raghavan，S。；Wasil，E.，《智能树的多样化》，《计算机与运营研究》，33，3185-3202（2006）·Zbl 1113.90162号
[41] Fukuda，T.，Morimoto，Y.，Morishita，S.，Tokuyama，T.，1996年。使用二维优化关联规则的数据挖掘：方案、算法和可视化。摘自：ACM SIGMOD数据管理会议记录，第13-23页。；Fukuda，T.、Morimoto，Y.、Morishita，S.、Tokuyama，T.，1996年。使用二维优化关联规则的数据挖掘：方案、算法和可视化。摘自：ACM SIGMOD数据管理会议记录，第13-23页。
[42] Geyer Schulz，A.Hahsler，M.，2002年。基于简单关联规则和重复购买理论的网络信息代理推荐算法评估。收录于：《WEBKDD’02会议录》，第100-114页。；Geyer Schulz，A.Hahsler，M.，2002年。基于简单关联规则和重复购买理论的网络信息代理推荐算法评估。摘自：《WEBKDD’02会议录》，第100-114页。
[43] Glover，用于判别分析的改进线性规划模型，决策科学，21，4，771-785（1990）
[44] 手套，F。；Laguna，M.，Tabu Search（1997），Kluwer Academic:Kluwer-Academic Boston·Zbl 0930.90083号
[45] 手套，F。；拉古纳，M。；Marti，R.，分散搜索，（Tsutsui；Ghosh，进化计算的理论和应用：最新趋势（2003年），Springer:Springer Berlin），519-528
[46] 手套，F。；Kochenberger，G.A.，《元启发式手册》（2003），Kluwer学术出版社：Kluwer-学术出版社，马萨诸塞州波士顿·Zbl 1058.90002号
[47] Goldberg，D.E.，《搜索、优化和机器学习中的遗传算法》（1989），Addison-Wesley:Addison-Whesley Reading，MA·Zbl 0721.68056号
[48] Good，N.、Schafer，J.B.、Konstan，J.A.、Borchers，A.、Sarwar，B.，1999年。将协作过滤与个人代理相结合，以获得更好的推荐。摘自：《全国人工智能会议论文集》。；Good，N.、Schafer，J.B.、Konstan，J.A.、Borchers，A.、Sarwar，B.，1999年。将协作过滤与个人代理相结合，以获得更好的推荐。收录：《全国人工智能会议记录》。
[49] Grabmeier，J。；Rudolph，A.，数据挖掘中的聚类算法技术，数据挖掘和知识发现，6303-360（2002）
[50] Hansen，P.，Mladenovic，N.，1997年。可变邻域搜索简介。收录：Voss，S.等人（编辑），《MIC 97会议论文集》。；Hansen，P.，Mladenovic，N.，1997年。可变邻域搜索简介。收录：Voss，S.等人（编辑），MIC 97会议记录·Zbl 0985.90095号
[51] 赫克曼博士。；盖革，D。；Chickering，D.M.，学习贝叶斯网络：知识和统计数据的结合，机器学习，20，3197-243（1995）·Zbl 0831.68096号
[52] Hill，W.C.，Stead，L.，Rosenstein，M.，Furnas，G.，1995年。在虚拟社区中推荐和评估选择。摘自：CHI'95计算机系统人为因素会议记录，第194-201页。；Hill，W.C.，Stead，L.，Rosenstein，M.，Furnas，G.，1995年。在虚拟使用社区中推荐和评估选择。收录于：CHI'95计算机系统人为因素会议记录，第194-201页。
[53] Hochbaum，D。；Shmoys，D.，《（k）中心问题的最佳可能启发式》，运筹学数学，10180-184（1985）·兹伯利0565.90015
[54] Holland，J.H.，《自然和人工系统的适应》（1975），密歇根大学出版社·Zbl 0317.68006号
[55] Hwang，F.，最优分割，优化理论与应用杂志，34，1-10（1981）·Zbl 0426.05008号
[56] Jain，A.K。；Murty，M.N。；Flynn，P.J.，《数据聚类：综述》，ACM计算调查，31264-323（1999）
[57] Jensen，F.V.，《贝叶斯网络简介》（1996），伦敦大学出版社：伦敦大学出版社
[58] 约瑟夫，A。；Bryson，N.，（W）-有效分区和顺序聚类问题的解决方案，《运筹学年鉴：统计分类的非传统方法》，74305-319（1997）·Zbl 0888.90157号
[59] 考夫曼，L。；Rousseeuw，P.J.，《在数据中发现群体：聚类分析导论》（1990），威利：威利纽约·Zbl 1345.62009号
[60] 肯尼迪，H。；Chinniah，C。；Bradbeer，P。；Morss，L.，《决策树的构建和评估：进化和概念学习方法的比较》，（Come，D.；Shapiro，J.，《进化计算》，《进化计算机》，计算机科学讲义（1997），Springer:Springer Berlin），147-161
[61] Kim，J.，Olafsson，S.，2004年。使用嵌套分区方法进行基于优化的数据聚类。爱荷华州立大学工业和制造系统工程系工作文件。；Kim，J.，Olafsson，S.，2004年。使用嵌套分区方法进行基于优化的数据聚类。工作文件，爱荷华州立大学工业和制造系统工程系。
[62] Kim，Y.，街道，W.N.，Menczer，F.，2000年。基于进化搜索的无监督学习中的特征选择。摘自：第六届ACM SIGKDD知识发现和数据挖掘国际会议记录（KDD-00），第365-369页。；Kim，Y.，街道，W.N.，Menczer，F.，2000年。基于进化搜索的无监督学习中的特征选择。摘自：第六届ACM SIGKDD知识发现和数据挖掘国际会议记录（KDD-00），第365-369页。
[63] 柯克帕特里克，S。；盖拉特，C.D。；Vecchi，M.P.，《模拟退火优化》，《科学》，220671-680（1983）·兹比尔1225.90162
[64] Kroese，D.P，Rubinstein，R.Y.，Taimre，T.，2004年。交叉熵方法在聚类和矢量量化中的应用。工作文件。；Kroese，D.P，Rubinstein，R.Y.，Taimre，T.，2004年。交叉熵方法在聚类和矢量量化中的应用。工作文件·Zbl 1127.94301号
[65] Lam，W。；巴克斯，F.，学习贝叶斯信念网络。基于MDL原理的方法，计算智能，10269-293（1994）
[66] 拉腊尼亚加，P。；波扎，M。；Yurramendi，Y。；穆尔加，R。；Kuijpers，C.，用遗传算法学习贝叶斯网络的结构：控制参数的性能分析，IEEE模式分析和机器智能学报，18，9，912-926（1996）
[67] Lauritzen，S.L.，缺失数据图形关联模型的EM算法，计算统计与数据分析，191-201（1995）·Zbl 0875.62237号
[68] Lee，J.-Y.，Olafsson，S.，2006年。多属性决策树和决策规则。摘自：Triantaphyllou，Felici（编辑），《基于规则归纳技术的数据挖掘和知识发现方法》，第327-358页。；Lee，J.-Y.，Olafsson，S.，2006年。多属性决策树和决策规则。摘自：Triantaphyllou，Felici（编辑），《基于规则归纳技术的数据挖掘和知识发现方法》，第327-358页·Zbl 1117.68028号
[69] 李，X。；Olafsson，S.，《使用数据挖掘发现调度规则》，《调度杂志》，8，6，515-527（2005）·Zbl 1123.90031号
[70] 利伯曼，H.，1997年。自主接口代理。摘自：CHI'97计算机系统人为因素会议记录，第67-74页。；利伯曼，H.，1997年。自主接口代理。摘自：CHI'97计算机系统人为因素会议记录，第67-74页。
[71] Lin，W.，Alvarez，S.A.，Ruiz，C.，2000年。基于自适应关联规则挖掘的协同推荐。In:ACM WEBKDD 2000会议记录。；Lin，W.，Alvarez，S.A.，Ruiz，C.，2000年。基于自适应关联规则挖掘的协同推荐。收录于：ACM WEBKDD 2000年论文集。
[72] 刘，H。；Motoda，H.，《知识发现和数据挖掘的特征选择》（1998），Kluwer:Kluwer Boston·Zbl 0908.68127号
[73] MacQueen，J.，1967年。多元观测值分类和分析的一些方法。摘自：第五届伯克利数理统计与概率研讨会论文集，第281-297页。；MacQueen，J.，1967年。多元观测值分类和分析的一些方法。摘自：《第五届伯克利数理统计与概率研讨会论文集》，第281-297页·Zbl 0214.46201号
[74] Mangasarian，O.L.，线性规划模式的线性和非线性分离，运筹学，13444-452（1965）·Zbl 0127.36701号
[75] Mangasarian，O.L.，误分类最小化，《全局优化杂志》，5，4，309-323（1994）·兹伯利0814.90081
[76] Mangasarian，O.L.，数据挖掘中的数学编程，数据挖掘和知识发现，1,2183-201（1997）
[77] Murthi，B.S。；Sarkar，Sumit，《管理科学在个性化研究中的作用》，管理科学，49，1134-1362（2003）
[78] Narendra，P.M。；Fukunaga，K.，特征子集选择的分支定界算法，IEEE计算机学报，26，9，917-922（1977）·Zbl 0363.68059号
[79] Ng，R.，Han，J.，1994年。一种高效的空间数据挖掘聚类方法。1994年超大数据库国际会议论文集，第144-155页。；Ng，R.，Han，J.，1994年。一种高效的空间数据挖掘聚类方法。1994年超大数据库国际会议记录，第144-155页。
[80] Niimi，A.，Tazaki，E.，2000年。遗传规划与关联规则算法相结合构建决策树。In:第四届基于知识的智能工程系统和联合技术国际会议，英国布莱顿，第746-749页。；Niimi，A.，Tazaki，E.，2000年。遗传规划与关联规则算法相结合构建决策树。参见：第四届基于知识的智能工程系统和联合技术国际会议，英国布莱顿，第746-749页。
[81] Olafsson，S。；Yang，J.，用于特征选择的智能分区，《信息计算杂志》，17，3，339-355（2004）
[82] Osei-Byson，K.-M.，《使用多个指标评估集群质量——基于决策树的方法》（Golden，B.；Raghavan，S.；Wasil，E.，《计算、优化和决策技术的下一波浪潮》（2005），Kluwer）
[83] Padmanabhan，B。；Tuzhilin，A.，《关于优化在数据挖掘中的应用：理论互动和eCRM机会》，《管理科学》，49，10，1327-1343（2003）
[84] Pazzani，M.，《协作、基于内容和人口统计过滤的框架》，《人工智能评论》，393-408（1999）
[85] Pernkopf，F.，贝叶斯网络分类器与选择性神经网络分类器，模式识别，38，1，1-10（2005）·Zbl 1101.68826号
[86] Quinlan，J.R.，C4.5：机器学习课程（1993），Morgan-Kaufmann:Morgan-Koufmann-San Mateo，CA
[87] Rao，M.R.，《聚类分析和数学规划》，《美国统计协会杂志》，66，622-626（1971）·兹比尔0238.90042
[88] Rastogi，R.，Shim，K.，1998年。挖掘分类属性和数字属性的优化关联规则。摘自：国际数据工程会议论文集。；Rastogi，R.，Shim，K.，1998年。挖掘分类属性和数字属性的优化关联规则。收录于：《国际数据工程会议论文集》·Zbl 0982.68141号
[89] Rastogi，R.，Shim，K.，1999年。挖掘数字属性的优化关联支持规则。摘自：国际数据工程会议论文集。；Rastogi，R.，Shim，K.，1999年。挖掘数值属性的优化关联支持规则。摘自：国际数据工程会议论文集·Zbl 0982.68141号
[90] Resnick，P.，Iacovou，N.，Suckak，M.，Bergstrom，P，Riedl，J.，1994年。Grouplens：一个开放的网络新闻协同过滤架构。摘自：ACM CSCW’94计算机支持的合作工作会议记录，第175-186页。；Resnick，P.，Iacovou，N.，Suckak，M.，Bergstrom，P，Riedl，J.，1994年。Grouplens：一个开放的网络新闻协同过滤架构。摘自：ACM CSCW’94计算机支持的合作工作会议记录，第175-186页。
[91] 重发，M.G.C。；Ribeiro，C.C.，《贪婪随机自适应搜索程序》（Kochenberger；Glover，《元启发式手册》（2003），Kluwer:Kluwer Boston，MA）·Zbl 0912.68154号
[92] Ripley，B.D.，模式识别和神经网络（1996），剑桥大学出版社：剑桥大学出版社，英国剑桥·Zbl 0853.62046号
[93] Rosset，S.、Neumann，E.、Vatnik，Y.，2002年。客户终身价值建模及其在客户保留计划中的应用。摘自：ACM知识发现和数据挖掘国际会议论文集。；Rosset，S.、Neumann，E.、Vatnik，Y.，2002年。客户终身价值建模及其在客户保留计划中的应用。摘自：ACM知识发现和数据挖掘国际会议论文集。
[94] Rumelhart，D.E。；McClelland，J.L.，《并行分布式处理：认知微观结构的探索1》（1986），麻省理工学院出版社：麻省理学院出版社剑桥
[95] 施密特林，D。；莫里森，D。；科伦坡，R.，计算你的客户：他们是谁，他们接下来会做什么？，管理科学，33，1，1-24（1987）
[96] Shardanan，U.，Maes，P.，1995年。社会信息过滤：自动“口碑”的算法。在：ACM CHI'95计算机系统人为因素会议论文集，第210-17.页。；Shardanan，U.，Maes，P.，1995年。社会信息过滤：自动“口碑”的算法。摘自：ACM CHI’95计算机系统人为因素会议记录，第210-17页。
[97] 夏普，P.K。；Glover，R.P.，《基于遗传算法的高效分类技术》，《应用智能》，第11期，第277-284页（1999年）
[98] Shaw先生。；Subramaniam，C。；Tan，G。；Welge，M.，《营销的知识管理和数据挖掘》，《决策支持系统》，31，127-137（2001）
[99] Shi，L。；Olafsson，S.，用于全局优化的嵌套分区方法，运筹学，48390-407（2000）·Zbl 1106.90368号
[100] Shmoys，D.B.，1999年。聚类问题的近似算法。摘自：《第十二届计算学习理论年会论文集》，第100-101页。；Shmoys，D.B.，1999年。聚类问题的近似算法。摘自：《第十二届计算学习理论年会论文集》，第100-101页。
[101] Shmoys，D.B，Tardos，El.，爱荷华州。，阿尔达尔，K.，1997年。设施选址问题的近似算法。摘自：第二十届ACM计算机理论年会论文集，第265-274页。；Shmoys，D.B，Tardos，El.，爱荷华州。，阿尔达尔，K.，1997年。设施选址问题的近似算法。摘自：第二十届美国计算机学会计算机理论年会论文集，第265-274页·Zbl 0962.68008号
[102] Street，W.N.，《使用非线性规划的多类别决策树》，《计算机信息杂志》，17，25-31（2005）·Zbl 1239.68064号
[103] 铃木，J.，基于MDL方案从数据库中构建贝叶斯网络，（Heckerman，D.；Mamdani，A.，《第九届人工智能不确定性会议论文集》（1993），摩根考夫曼：摩根考夫曼旧金山，加利福尼亚州），266-273
[104] Tanigawa，T.，Zhao，Q.F.，2000年。利用遗传规划高效生成决策树的研究。摘自：《2000年遗传与进化计算会议论文集》（GECCO’2000），拉斯维加斯，第1047-1052页。；Tanigawa，T.，Zhao，Q.F.，2000年。利用遗传规划高效生成决策树的研究。摘自：《2000年遗传与进化计算会议论文集》（GECCO’2000），拉斯维加斯，第1047-1052页。
[105] Vapnik，V.，《统计学习理论的本质》（1995年），《施普林格：施普林格柏林》·Zbl 0833.62008号
[106] Vapnik，V。；Lerner，A.，使用广义肖像法的模式识别，自动化和远程控制，24774-780（1963）
[107] Vercellis，C.，将数据挖掘和优化相结合用于活动管理，管理信息系统。《管理信息系统》，《数据挖掘III》，第6卷（2002年），Wit出版社，第61-71页
[108] Vinod，H.D.，整数规划和分组理论，《美国统计协会杂志》，64，506-519（1969）·Zbl 0272.90050号
[109] Weiss，S.M。；Kulikowski，C.A.，《学习的计算机系统：来自统计、神经网络、机器学习和专家系统的分类和预测方法》（1991），Morgan Kaufman
[110] 杨，J。；Honavar，V.，使用遗传算法的特征子集选择，（Motada，H.；Liu，H.，特征选择、构建和子集选择：数据挖掘视角（1998），Kluwer：Kluwer纽约）
[111] 杨，J。；Olafsson，S.，《基于优化的自适应实例采样特征选择》，《计算机与运筹学》，33，3088-3106（2006）·Zbl 1113.90139号
[112] Zhang，G.P.，分类用神经网络：调查，IEEE系统人与控制论汇刊C部分-应用与评论，30，451-461（2000）
[113] Zhang，T.，Ramakrishnan，R.，Livny，M.，1996年。BIRCH：一种用于超大数据库的高效数据聚类方法。摘自：SIGMOD会议，第103-114页。；Zhang，T.，Ramakrishnan，R.，Livny，M.，1996年。BIRCH：一种用于超大数据库的高效数据聚类方法。摘自：SIGMOD会议，第103-114页。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。