Data Mining. Concepts and Techniques, 3rd Edition

HAN

21-bib-633-672-9780123814791

2011/6/1

3:27

Page 639

#7

Bibliography

639

[CCS93]

E. F. Codd, S. B. Codd, and C. T. Salley. Beyond decision support. Computer World,

27(30):5–12, July 1993.

[CD97]

S. Chaudhuri and U. Dayal. An overview of data warehousing and OLAP technology.

SIGMOD Record, 26:65–74, 1997.

[CDH

+

02]

Y. Chen, G. Dong, J. Han, B. W. Wah, and J. Wang. Multidimensional regression analysis

of time-series data streams. In Proc. 2002 Int. Conf. Very Large Data Bases (VLDB’02),

pp. 323–334, Hong Kong, China, Aug. 2002.

[CDH

+

06]

Y. Chen, G. Dong, J. Han, J. Pei, B. W. Wah, and J. Wang. Regression cubes with

lossless compression and aggregation. IEEE Trans. Knowledge and Data Engineering,

18:1585–1599, 2006.

[CDI98]

S. Chakrabarti, B. E. Dom, and P. Indyk. Enhanced hypertext classification using hyper-

links. In Proc. 1998 ACM-SIGMOD Int. Conf. Management of Data (SIGMOD’98),

pp. 307–318, Seattle, WA, June 1998.

[CDK

+

99]

S. Chakrabarti, B. E. Dom, S. R. Kumar, P. Raghavan, S. Rajagopalan, A. Tomkins,

D. Gibson, and J. M. Kleinberg. Mining the web’s link structure. COMPUTER, 32:60–67,

1999.

[CGC94]

A. Chaturvedi, P. Green, and J. Carroll. k-means, k-medians and k-modes: Special cases

of partitioning multiway data. In The Classification Society of North America (CSNA)

Meeting Presentation, Houston, TX, 1994.

[CGC01]

A. Chaturvedi, P. Green, and J. Carroll. k-modes clustering. J. Classification, 18:35–55,

2001.

[CH67]

T. Cover and P. Hart. Nearest neighbor pattern classification. IEEE Trans. Information

Theory, 13:21–27, 1967.

[CH92]

G. Cooper and E. Herskovits. A Bayesian method for the induction of probabilistic

networks from data. Machine Learning, 9:309–347, 1992.

[CH07]

D. J. Cook and L. B. Holder. Mining Graph Data. John Wiley & Sons, 2007.

[Cha03a]

S. Chakrabarti. Mining the Web: Discovering Knowledge from Hypertext Data. Morgan

Kaufmann, 2003.

[Cha03b]

C. Chatfield. The Analysis of Time Series: An Introduction (6th ed.). Chapman & Hall,

2003.

[CHN

+

96]

D. W. Cheung, J. Han, V. Ng, A. Fu, and Y. Fu. A fast distributed algorithm for mining

association rules. In Proc. 1996 Int. Conf. Parallel and Distributed Information Systems,

pp. 31–44, Miami Beach, FL, Dec. 1996.

[CHNW96]

D. W. Cheung, J. Han, V. Ng, and C. Y. Wong. Maintenance of discovered association

rules in large databases: An incremental updating technique. In Proc. 1996 Int. Conf.

Data Engineering (ICDE’96), pp. 106–114, New Orleans, LA, Feb. 1996.

[CHY96]

M. S. Chen, J. Han, and P. S. Yu. Data mining: An overview from a database perspective.

IEEE Trans. Knowledge and Data Engineering, 8:866–883, 1996.

[CK98]

M. Carey and D. Kossman. Reducing the braking distance of an SQL query engine. In

Proc. 1998 Int. Conf. Very Large Data Bases (VLDB’98), pp. 158–169, New York, Aug.

1998.

[CKT06]

D. Chakrabarti, R. Kumar, and A. Tomkins. Evolutionary clustering. In Proc. 2006

ACM SIGKDD Int. Conf. Knowledge Discovery in Databases (KDD’06), pp. 554–560,

Philadelphia, PA, Aug. 2006.

[Cle93]

W. Cleveland. Visualizing Data. Hobart Press, 1993.

---

HAN

21-bib-633-672-9780123814791

2011/6/1

3:27

Page 640

#8

640

Bibliography

[CSZ06]

O. Chapelle, B. Sch¨olkopf, and A. Zien. Semi-supervised Learning. Cambridge, MA: MIT

Press, 2006.

[CM94]

S. P. Curram and J. Mingers. Neural networks, decision tree induction and discrim-

inant analysis: An empirical comparison. J. Operational Research Society, 45:440–450,

1994.

[CMC05]

H. Cao, N. Mamoulis, and D. W. Cheung. Mining frequent spatio-temporal sequential

patterns. In Proc. 2005 Int. Conf. Data Mining (ICDM’05), pp. 82–89, Houston, TX, Nov.

2005.

[CMS09]

B. Croft, D. Metzler, and T. Strohman. Search Engines: Information Retrieval in Practice.

Boston: Addison-Wesley, 2009.

[CN89]

P. Clark and T. Niblett. The CN2 induction algorithm. Machine Learning, 3:261–283,

1989.

[Coh95]

W. Cohen. Fast effective rule induction. In Proc. 1995 Int. Conf. Machine Learning

(ICML’95), pp. 115–123, Tahoe City, CA, July 1995.

[Coo90]

G. F. Cooper. The computational complexity of probabilistic inference using Bayesian

belief networks. Artificial Intelligence, 42:393–405, 1990.

[CPS98]

K. Cios, W. Pedrycz, and R. Swiniarski. Data Mining Methods for Knowledge Discovery.

Kluwer Academic, 1998.

[CR95]

Y. Chauvin and D. Rumelhart. Backpropagation: Theory, Architectures, and Applications.

Lawrence Erlbaum, 1995.

[Cra89]

S. L. Crawford. Extensions to the CART algorithm. Int. J. Man-Machine Studies,

31:197–217, Aug. 1989.

[CRST06]

B.-C. Chen, R. Ramakrishnan, J. W. Shavlik, and P. Tamma. Bellwether analysis: Predict-

ing global aggregates from local regions. In Proc. 2006 Int. Conf. Very Large Data Bases

(VLDB’06), pp. 655–666, Seoul, Korea, Sept. 2006.

[CS93a]

P. K. Chan and S. J. Stolfo. Experiments on multistrategy learning by metalearning. In

Proc. 2nd. Int. Conf. Information and Knowledge Management (CIKM’93), pp. 314–323,

Washington, DC, Nov. 1993.

[CS93b]

P. K. Chan and S. J. Stolfo. Toward multi-strategy parallel & distributed learning

in sequence analysis. In Proc. 1st Int. Conf. Intelligent Systems for Molecular Biology

(ISMB’93), pp. 65–73, Bethesda, MD, July 1993.

[CS96]

M. W. Craven and J. W. Shavlik. Extracting tree-structured representations of trained

networks. In D. Touretzky, M. Mozer, and M. Hasselmo (eds.), Advances in Neural

Information Processing Systems. Cambridge, MA: MIT Press, 1996.

[CS97]

M. W. Craven and J. W. Shavlik. Using neural networks in data mining. Future

Generation Computer Systems, 13:211–229, 1997.

[CS-T00]

N. Cristianini and J. Shawe-Taylor. An Introduction to Support Vector Machines and Other

Kernel-Based Learning Methods. Cambridge University Press, 2000.

[CSZ

+

07]

Y. Chi, X. Song, D. Zhou, K. Hino, and B. L. Tseng. Evolutionary spectral clustering by

incorporating temporal smoothness. In Proc. 2007 ACM SIGKDD Intl. Conf. Knowledge

Discovery and Data Mining (KDD’07), pp. 153–162, San Jose, CA, Aug. 2007.

[CTTX05]

G. Cong, K.-Lee Tan, A. K. H. Tung, and X. Xu. Mining top-k covering rule groups

for gene expression data. In Proc. 2005 ACM-SIGMOD Int. Conf. Management of Data

(SIGMOD’05), pp. 670–681, Baltimore, MD, June 2005.

---