1. Importancia de la minería de múltiples bases de datos. - 1. 1 Introducción. - 1. 2 Rol de la minería de múltiples bases de datos en aplicaciones del mundo real. - 1. 3 Problemas de la minería de múltiples bases de datos. - 1. 4 Diferencias entre la minería de una y múltiples bases de datos. - 1. 5 Evolución de la minería de múltiples bases de datos. - 1. 6 Limitaciones de las técnicas anteriores. - 1. 7 Proceso de minería de múltiples bases de datos. - 1. 8 Características del proceso definido. - 1. 9 Principales contribuciones de este libro. - 1. 10 Organización del libro. - 2. Minería de datos y minería de múltiples bases de datos. - 2. 1 Introducción. - 2. 2 Descubrimiento de conocimiento en bases de datos. - 2. 3 Minería de reglas de asociación. - 2. 4 Investigación sobre la minería de monobases de datos. - 2. 5 Investigación sobre la minería de múltiples bases de datos. - 2. 6 Resumen. - 3. Análisis de patrones locales. - 3. 1 Introducción. - 3. 2 Técnicas previas de minería de múltiples bases de datos. - 3. 3 Patrones locales. - 3. 4 Análisis de instancias locales inspirado en la competencia en deportes. - 3. 5 La estructura de patrones en entornos de múltiples bases de datos. - 3. 6 Efectividad del análisis de patrones locales. - 3. 7 Resumen. - 4. Identificación de conocimiento de calidad. - 4. 1 Introducción. - 4. 2 Planteamiento del problema. - 4. 3 Interpretación no estándar. - 4. 4 Teoría de la prueba. - 4. 5 Adición de conocimiento externo. - 4. 6 El uso del marco. - 4. 7 Resumen. - 5. Agrupamiento de bases de datos. - 5. 1 Introducción. - 5. 2 Efectividad de la clasificación. - 5. 3 Clasificación de bases de datos. - 5. 4 Búsqueda de una buena clasificación. - 5. 5 Análisis de algoritmos. - 5. 6 Evaluación de la clasificación de bases de datos independiente de la aplicación. - 5. 7 Resumen. - 6. Manejo de inconsistencias. - 6. 1 Introducción. - 6. 2 Planteamiento del problema. - 6. 3 Definiciones de semántica formal. - 6. 4 Mayoría ponderada. - 6. 5 Dominio de conjuntos de patrones locales. - 6. 6 Ejemplos de síntesis de conjuntos de patrones locales. - 6. 7 Una caracterización sintáctica. - 6. 8 Resumen. - 7. Identificación de patrones de alta votación. - 7. 1 Introducción. - 7. 2 Ilustración de patrones de alta votación. - 7. 3 Identificación de patrones de alta votación. - 7. 4 Diseño de algoritmos. - 7. 5 Identificación de patrones de alta votación utilizando un controlador de lógica difusa. - 7. 6 Análisis de patrones de alta votación. - 7. 7 Patrones sugeridos. - 7. 8 Resumen. - 8. Identificación de patrones excepcionales. - 8. 1 Introducción. - 8. 2 Patrones excepcionales interesantes. - 8. 3 Diseño de algoritmos. - 8. 4 Identificación de excepciones con un controlador de lógica difusa. - 8. 5 Resumen. - 9. Sintetización de patrones locales por ponderación. - 9. 1 Introducción. - 9. 2 Planteamiento del problema. - 9. 3 Sintetización de reglas por ponderación. - 9. 4 Mejora del modelo de síntesis. - 9. 5 Análisis de algoritmos. - 9. 6 Resumen. - 10. Conclusiones y trabajo futuro. - 10. 1 Conclusiones. - 10. 2 Trabajo futuro. - Referencias. Idioma: Inglés