排序方式: 共有12条查询结果,搜索用时 0 毫秒
1.
2.
刘敏娴 《数字社区&智能家居》2009,(4Z):2795-2796
聚类分析是数据挖掘中的非常重要的技术,通过对数据挖掘中常用聚类算法的分类分析比较,使得人们在实际应用中能方便、快捷地找到最好的聚类算法以解决实际问题,然后通过一个实例运用聚类来进行分析和实践。 相似文献
3.
刘敏娴 《数字社区&智能家居》2009,(11)
聚类分析是数据挖掘中的非常重要的技术,通过对数据挖掘中常用聚类算法的分类分析比较,使得人们在实际应用中能方便、快捷地找到最好的聚类算法以解决实际问题,然后通过一个实例运用聚类来进行分析和实践。 相似文献
4.
随着WWW的迅猛发展,基于Web的信息量不断的增加,如何从Web挖掘中寻找知识,通过对Web访问模式的数据挖掘研究,探索Web日志的分析流程,并展示它广泛的应用前景。 相似文献
6.
针对以往个性化网站实时推荐系统存在很难预测用户未来浏览页面的不足,提出了一个混合型的实时推荐模型。该模型将动态模糊聚类技术和改进的关联规则相结合,既挖掘用户与页面的相似度权值形成知识库,又考虑用户的访问事务集增量构造访问模式树,通过修剪其相关分枝,快速生成候选推荐集,由推荐引擎附加在请求页面的底部,在不干扰用户的访问同时,又将用户感兴趣的内容推荐给用户。实验结果表明,该方法能有效地提高推荐的精确率和覆盖率以及综合评价指标。 相似文献
7.
分析了怎样在一个IP地址下对应多个网站的原理,及利用主机头来具体的实现做了详细介绍. 相似文献
8.
随着WWW的迅猛发展,基于Web的信息量不断的增加,如何从Web挖掘中寻找知识,通过对Web访问模式的数据挖掘研究,探索Web日志的分析流程,并展示它广泛的应用前景. 相似文献
9.
10.
针对Apriori算法效率不高的问题,提出一种基于频繁模式矩阵的方法来挖掘最大频繁项目集。算法的基本思想是:只需扫描原始事务数据集一次,将事务数据转换成压缩矩阵,矩阵中保留了项目间的关联信息,同时只存放逻辑型数据,数据挖掘只采用逻辑运算,在挖掘过程中根据条件不断的对事务数据集和候选集进行剪枝,减少了不必要的开销。当数据量较大时,在效率上有一定的优势。实验结果表明改进后的算法具有良好的性能,提高了挖掘的速度。 相似文献