web流数据聚类挖掘的研究和应用。流数据作为一种特殊的可挖掘的数据类型，特别是基于网络技术迅速发展的今天，其彰显出的重要地位决定了它的挖掘技术需要被认真考虑，而如何在流数据中进行有效的聚类分析，是一个吸引研究者很大注意力的问题。

包含8篇半监督学习方面的中文文献，关于半监督学习的中文文献并不是很多，我把我找到的一些文章贡献一下。分别为：“半监督学习综述”“有关半监督学习的问题及研究”“基于半监督学习的网络流量分析”“基于核策略的半监督学习方法”“一种基于半监督学习的多模态WEB查询精华方法”“半监督学习机制下的说话人辨认算法”“半监督学习在入侵系统中的应用”“基于半监督学习的眉毛图像分割方法”-Includes eight semi-supervised learning of Chinese literature on

《实用数据挖掘》 本书对面向应用的数据挖掘方法进行了清晰的阐述，包括经典的多元统计方法、贝叶斯多元统计方法、基于机器学习的数据挖掘方法和基于计算的数据挖掘方法等。介绍了数据挖掘领域中许多最新的研究成果，如关联规则、序列规则、图示马尔可夫模型、基于存储的推理、信用风险和Web挖掘等。并详细介绍了选自实际工业项目的6个应用实例，强调了数据挖掘方法的实用性。 本书主要面向计算机科学、信息管理、应用统计学和经济学等专业的高年级本科生和研究生。对实际从事海量数据分析和处理的技术人员也有很好的指导作用和