Procedures of data mining based on prediction of time series for land cadastre data are described in this article. Principles required for the development of the method of forecasting using time serious are examined. Mathematical model is developed. The task of predicting land resources use in Striyskyi Park in Lviv is technically realized.
1.Fayyad U.M. Advances in Knowledge Discovery and Data Mining [Text] / U.M. Fayyad, G. Piatetsky-Shapiro, P. Smyth. — Menlo Park, Calif.: AAAI/MIT Press, 1996.
2. Hartigan J. A. Algorithm 136. A k-means clustering algorithm / J. A. Hartigan, & M. A. Wong // Applied Statistics No 28, 100.— 1978.
3. Refining initial points for KMeans clustering [Електронний ресурс]. — Режим доступу: http:// citeseerx. ist.psu.edu/viewdoc/summary?doi=10.1.1.44.5872.
4. Tryon R.C. Cluster analysis.[Тext] / R.C. Tryon L, D.E.Bailey. — McGraw-Hill Inc.,US — 1970.
5. Алгоритмы кластеризации на службе Data Mining [Електронний ресурс]. — Режим доступу: http://www.olap.ruhome.asp?artId=154.
6. Барсегян А.А. Методы и модели анализа данных OLAP и DataMining [Текст] / А. А Барсегян, М.С. Куприянов, В. В. Степаненко, И. И.Холод. — СПб: БХВ-Петербург. — 2008.
7. Енюков И.С. Факторный, дискриминантный и кластерный анализ [Текст] / Енюков И.С. — М.: Финансы и статистика, 1989.
8. Кулаичев А. П. Методы и средства комплексного анализа данных [Текст] / Кулаичев А.П. — М: ИНФРА-М. 2006.
9. Мандель И.Д. Кластерный анализ [Текст] /Мандель И.Д. — М.: Финансы и статистика. — 1988.
10. Пакет статистической обработки. Кластерный анализ при большом количестве наблюдений [Електронний ресурс]. — Режим доступу: http://www.sati.archaeology.nsc.ru/stat/methods_info.php.
11. Уиллиамс У. Т., Ланс Д. Н. Методы иерархической классификации. Статистические методы для ЭВМ [Текст] // под ред. М. Б. Малютов. — М.: Наука, 1986.
12. Чубукова И. А. Data Mining: учебное пособие [Текст] / И. А. Чубукова. — М.: Интернет-университет информационных технологий : БИНОМ: Лаборатория знаний, 2006.