➢ （一）F1000数据库简介 ➢ （二）F1000浏览 ➢ （三）F1000检索 ➢ （四）My F1000 ➢ （五）F1000讨论

➢ （一）PubMed 概述 ➢ （二）PubMed 的主要检索途径和方法 ➢ （三）PubMed数据库的辅助功能 ➢ （四）PubMed 检索结果的处理

一、常量和变量 二、整数类型 三、 实数类型 四、字符类型 五、表达式 六、数据的存储和类型转换

在传统的Web网站中，网页的布局往往由网页制作人员安排并很少变化。为了更好的为网络用户提供服务，提出通过对Web日志的数据清洗，识别出每个用户在一个会话期内访问的页面，依据网页内容在逻辑上的关系和用户经常访问的页面，得到用户对网页内容的兴趣度矩阵及各子项目的兴趣度矩阵。对网络用户根据兴趣度矩阵进行层次化的分类，得到每个用户所属的类别。当用户访问网站时，根据该用户所属的类别进行网页布局的自动调整，让用户能够方便、快捷地访问到自己感兴趣的页面。这样能够给每个用户提供更加个性化、柔软的服务，增加了网站的服务效果和用户对于网站的信赖，避免用户迷失在海量数据中

第十章 Visual FoxPro程序设计综合应用 10.1数据库操作实例 10.2表单控件应用实例

第一节 数据的预处理 第二节 统计分组和次数分布 第二节 统计表和统计图

◼ Outlier and Outlier Analysis ◼ Outlier Detection Methods ◼ Statistical Approaches ◼ Proximity-Base Approaches ◼ Clustering-Base Approaches ◼ Classification Approaches ◼ Summary

◼ Cluster Analysis: Basic Concepts ◼ Partitioning Methods ◼ Hierarchical Methods ◼ Density-Based Methods ◼ Grid-Based Methods ◼ Evaluation of Clustering ◼ Summary

◼ Classification: Basic Concepts ◼ Decision Tree Induction ◼ Bayes Classification Methods ◼ Rule-Based Classification ◼ Model Evaluation and Selection ◼ Summary

◼ Pattern Mining: A Road Map ◼ Pattern Mining in Multi-Level, Multi-Dimensional Space ◼ Constraint-Based Frequent Pattern Mining ◼ Mining High-Dimensional Data and Colossal Patterns ◼ Mining Compressed or Approximate Patterns ◼ Pattern Exploration and Application ◼ Summary