Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Journal of Intelligent Information Systems
Erschienen in: Journal of Intelligent Information Systems 1/2016

01.08.2016

Recent advances in mining patterns from complex data

verfasst von: Annalisa Appice, Michelangelo Ceci, Corrado Loglisci, Giuseppe Manco, Elio Masciari

Erschienen in: Journal of Intelligent Information Systems | Ausgabe 1/2016

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Excerpt

Nowadays data mining and knowledge discovery are advanced research fields with numerous algorithms and studies to extract patterns and models from complex data sources like blogs, event or log data, biological data, spatio-temporal data, social networks, mobility data, sensor data and streams, and so on. Contrary to classical data mining approaches, which look for patterns in tabular data, numerous recent studies focus on data with a complex structure spanning from structured to multimedia and spatial or spatio-temporal data. As such, they put particular emphasis on storing, managing and mining complex interactions among entities in distributed and heterogeneous environments. In terms of scientific research, mining patterns from complex data has been focusing on developing specialized techniques and algorithms, which preserve the informative richness of data and allow us to efficiently and efficaciously identify complex information units present in such data. …
Nächster Artikel Behavioral process mining for unstructured processes

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
Madjarov, G., Gjorgjevikj, D., Dimitrovski, I., & Dzeroski, S. (2016). The use of data-derived label hierarchies in multi-label classification. J. Intell. Inf. Syst. doi:10.​1007/​s10844-016-0405-8.
Minervini, P., d’Amato, C., & Fanizzi, N. (2016). Efficient energy-based embedding models for link prediction in knowledge graphs. J. Intell. Inf. Syst. doi:10.​1007/​s10844-016-0414-7.
Saia, R., Boratto, L., & Carta, S. (2016). A semantic approach to remove incoherent items from a user profile and improve the accuracy of a recommender system. J. Intell. Inf. Syst. doi:10.​1007/​s10844-016-0406-7.
Sen, E., Toroslu, I.H., & Karagoz, P. (2016). Improving the prediction of page access by using semantically enhanced clustering. J. Intell. Inf. Syst. doi:10.​1007/​s10844-016-0398-3.
Metadaten
Titel
Recent advances in mining patterns from complex data
verfasst von
Annalisa Appice
Michelangelo Ceci
Corrado Loglisci
Giuseppe Manco
Elio Masciari
Publikationsdatum
01.08.2016
Verlag
Springer US
Erschienen in
Journal of Intelligent Information Systems / Ausgabe 1/2016
Print ISSN: 0925-9902
Elektronische ISSN: 1573-7675
DOI
https://doi.org/10.1007/s10844-016-0415-6

Weitere Artikel der Ausgabe 1/2016

Journal of Intelligent Information Systems 1/2016 Zur Ausgabe

OriginalPaper

Evidential data mining: precise support and confidence

OriginalPaper

The use of data-derived label hierarchies in multi-label classification

OriginalPaper

Behavioral process mining for unstructured processes

OriginalPaper

Efficient energy-based embedding models for link prediction in knowledge graphs

OriginalPaper

A semantic approach to remove incoherent items from a user profile and improve the accuracy of a recommender system

OriginalPaper

Predicate invention-based specialization in Inductive Logic Programming