本书针对大数据呈现的体量巨大、多源异构、动态性和不确定性等特点，以粒计算理论为基础，以优势关系粗糙集模型为研究对象，以增量学习技术为方法，以并行计算框架为支撑，构建大数据分析与挖掘的原理和方法及其算法，并融入了相关领域学者在动态知识发现、数据融合、大数据并行处理等成果，反映了基于粒计算和粗糙集视角处理大数据的最新进展。

更多科学出版社服务，请扫码获取。

目录
丛书序
序
前言
第1章 绪论 1
1.1 基于粗糙集的大数据分析 1
1.2 三支决策及其动态知识发现 2
1.3 优势关系粗糙集及其知识发现 4
1.4 本章小结 5
第2章 预备知识 6
2.1 经典粗糙集模型 6
2.1.1 信息系统 6
2.1.2 等价类 7
2.1.3 近似集 7
2.2 优势关系粗糙集模型 8
2.2.1 有序决策系统 8
2.2.2 近似集 9
2.3 集值优势关系粗糙集模型 11
2.3.1 集值有序决策系统 11
2.3.2 析取和合取优势关系 12
2.3.3 近似集 12
2.4 优势特性关系粗糙集模型 13
2.4.1 不完备有序决策系统 13
2.4.2 优势特性关系及关系矩阵 13
2.4.3 近似集 16
2.5 复合粗糙集模型 18
2.5.1 复合关系 18
2.5.2 近似集 19
2.6 不完备决策系统的知识粒度和信息熵 21
2.6.1 知识粒度及性质 21
2.6.2 粗糙熵及性质 22？
2.7 本章小结 23
第3章 优势关系粗糙集模型近似集动态更新方法 24
3.1 对象集变化时近似集动态更新 25
3.1.1 添加对象时近似集动态更新 25
3.1.2 删除对象时近似集动态更新 29
3.2 算例 32
3.3 算法设计与分析 35
3.4 实验评估与性能分析 36
3.5 本章小结 40
第4章 集值优势关系粗糙集模型近似集动态更新方法 41
4.1 面向属性集更新的动态粗糙集模型 42
4.1.1 基于矩阵运算的近似集构造方法 42
4.1.2 添加属性时近似集动态更新 46
4.1.3 删除属性时近似集动态更新 47
4.2 算法设计与分析 48
4.3 算例 53
4.4 实验方案与性能分析 56
4.4.1 实验方案 56
4.4.2 性能分析 57
4.5 本章小结 60
第5章 不完备信息系统中优势关系粗糙集模型近似集动态更新方法 61
5.1 属性值粗化细化背景及定义 61
5.1.1 属性值粗化细化的背景 61
5.1.2 属性值粗化细化的定义 63
5.2 属性值细化时近似集的动态更新原理及算法 65
5.2.1 属性值细化时近似集的动态更新原理 65
5.2.2 属性值细化时近似集的动态更新算法 73
5.3 属性值粗化时近似集的动态更新原理及算法 81
5.3.1 属性值粗化时近似集的动态更新原理 81
5.3.2 属性值粗化时近似集的动态更新算法 86
5.4 算例 91
5.5 算法复杂度分析 92
5.6 实验方案及性能分析 92
5.6.1 实验方案 93
5.6.2 性能分析 94
5.7 本章小结 99
第6章 复合关系粗糙集模型近似集动态维护方法 100
6.1 复合关系粗糙集模型近似集动态更新 100
6.1.1 添加对象时近似集动态更新 100
6.1.2 删除对象时近似集动态更新 105
6.2 算例 108
6.3 算法设计与分析 111
6.4 实验方案与性能分析 113
6.5 本章小结 116
第7章 优势关系粗糙集方法近似集并行计算算法研究 118
7.1 属性集变化时近似集的并行计算原理 118
7.2 算例 120
7.3 算法设计与分析 125
7.4 实验方案与性能分析 128
7.5 本章小结 130
参考文献 131