搜索资源列表
4
- 数据挖掘与财务分析,很具有参看价值只得看看相信会有用
MinimalAssociationRulesandMiningAlgorithm
- 数据挖掘是人们从海量数据中获取有用信息的有力工 具。作为数据挖掘的重要方法之一,关联规则挖掘引起各界 人士的广泛关注。关联规则挖掘用来发现大量数据中项集之 间有趣的关联或相关关系。
Fast
- 数据挖掘是人们从海量数据中获取有用信息的有力工 具。作为数据挖掘的重要方法之一,关联规则挖掘引起各界 人士的广泛关注。关联规则挖掘用来发现大量数据中项集之 间有趣的关联或相关关系。
data
- 数据挖掘 案例开发 商业管理与决策分析的实例应用
DataMiningDevelopment
- 数据挖掘经过十几年的研究,很多传统问题获得了大量研究.近年来,数据挖掘研究与应用迅猛发展,出现了很多新的方法、系统和应用.首先介绍了数据挖掘概念、起源,然后总结了数据挖掘技术的最新发展,便于数据挖掘研究者进行资料的整理和总结.
ImprovedAssociationRuleAlgorithmandItsApplication.
- 本文根据数据挖掘中关联规则的性质以及高校成绩管理数据库的自身特点。在经典关联规则算法Apriori算法的基础上提出了一种改进的算法A++算法,并利用该算法对学生成绩管理数据库进行了关联规则挖掘,得到了隐含在数据库中的有用信息。
IntrusionDetectionBasedonDataMining
- 传统的入侵检测系统在网络上存在自适应差、缺乏扩展性、数据过载等问题,而基于数据挖掘的入侵检测技术通过数据挖掘的方法,自动地从训练数据中提取出入侵检测的知识和模式,很好地解决了传统入侵检测系统中存在的问题。本文提出了一种基于数据挖掘的入侵检测系统模型,分析了几种入侵检测技术的数据挖掘方法。
SummaryofWebDataMiningandPersonalizedSearchEngine.
- Web数据挖掘是将数据挖掘技术和理论应用于对WⅣW 资源进行挖掘的一个新兴的研究领域。本文论述了Web数据挖掘的发展现状、发展趋势以及将来可能的研究方向,并简单介绍了个性化搜索引擎的一些情况,最后论述了web数据挖掘在个性化搜索引擎中的应用。
TheStudyofDecisionTreeClassifyingMethodinDataminin
- 分类知识的获取是数据挖掘要实现的重要任务之一,其核心问题是解决分类模型的构造和分类算法实现。本文以决策树分类方法中有代表性的方法C4.5为例,介绍数据挖掘中一种分类方法一决策树分类方法及其构建和应用研究。
TheSummaryOfTheDateMiningtechnology
- 随着计算机、网络技术的发展,获得有关资料非常简单易行。但对于数量大、涉及 面宽的数据,传统统计方法无法完成这类数据的分析。因此,一种智能化的、综合应用各种统计分析、数据库、智能语言来分析庞大数据资料的“数据挖掘” (Date Mining)技术应运而生。本文主要介绍了数据挖掘的基本概念以及数据挖掘的方法;本文对数据挖掘的应用及其发展前景也进行了描述。
WebDataMining
- Web数据挖掘作为数据挖掘技术和Internet应用研究相结合的研究领域,涉及机器学习、数理统计、数据库、神经网络、模式识别、粗糙集、模糊数学等人工智能相关技术,目前已经发展成为一个受到社会各界关注的研究热点。
WebDataMiningApplication
- 电子商务是指所有借助电子手段完成商务行为,如市场营销、谈判、签定合同、送货、售后服务等。电子商务基于Internet这个大众化的传媒网络把企业与其客户联系在一起。随着电子商务的发展,企业对客户关系管理的研究成为一个重要的研究课题。web挖掘技术正是随之应运而生的技术,web挖掘的目标就是理解客户的所需、所想,并依此制定有效的决策。在web上,电子商务的业务交易记录记载了大量的详细跟踪数据,这些跟踪数据中包含了大量的信息供企业进行数据挖掘。
TextMining01-intro
- 文本挖掘概述,ppt格式。入门者值得一看
Adataminingsystem
- 一种并行面向对象的数据挖掘系统 本发明提供了避免双重课税协议采矿系统,查出模式,协会,异常和其他统计学结构的数据。该系统包括阅读和显示的数据文件与数据认为,载有物体具备相关的功能。对象就被提取了。模式之间的对象是公认的基于特征。
ArithmeticofLongItemsetPreferential_ImprovedAprior
- Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。本文简单介绍了Apfiofi算法,提出了Apfiofi算法的改进方案—— 长项优先的产生算法,它基于传统Apriori算法,通过改变候选项集的产生顺序来减少数据库访问。从而提高效率
MiningAlgorithmsofN-MostFrequentItemsets
- 频繁项集挖掘算法的计算复杂性和生成的频繁项集数量随着事务集项数的增加呈指数增长,最小支持度阈值成为控制这种增长的关键.然而,实际应用中仅使用支持度阈值难以有效控制频繁项集的规模.为此定义N个 最频繁项集挖掘问题,并提出基于支持度阈值动态调整策略的宽度优先搜索算法Apriori和深度优先搜索算法IntvMatrix挖掘N个最频繁项集.实验表明,本文的2种方法的效率比朴素方法高2倍以上,特别当N值较低时,本 文方法的效率优势更为明显.
WeDataMine
- Web挖掘技术在搜索引擎中的应用与实现 介绍了PageRange , 结构挖掘器 , 页面分析器,中文分词等技术
ids
- 一篇论文,介绍有关基于数据挖掘的入侵检测系统设计方面的内容
蚁群算法用于数据挖掘
- 不错的东西 对入门有好处
一种中文文本聚类的研究.rar
- 这里设计了一个中文文本聚类模型CTCMCChinese'Pext Clustering Model),并针对模型中涉及到的特征表示、特征提取、特征向量调整和聚类算法等问题进行了研究。