已閱讀1頁，還剩76頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、該文中創(chuàng)新性的主要內(nèi)容如下:①提出了基于量化概念格的關(guān)聯(lián)規(guī)則及基于興趣度加權(quán)的量化概念格的關(guān)聯(lián)規(guī)則挖掘的思想、算法以及性能分析.基于興趣度加權(quán)的量化概念格關(guān)聯(lián)規(guī)則挖掘選擇大于興趣度加權(quán)閾值的項目構(gòu)造量化概念格,在此基礎(chǔ)上交互地挖掘感興趣的關(guān)聯(lián)規(guī)則.與Apriori算法相比,兩種方法所挖掘出的規(guī)則結(jié)果完全吻合,前者具有較好的時間性能,規(guī)則表示更直觀,減少了算法的搜索空間和計算量,提高了挖掘的效率和準(zhǔn)確性.②改進(jìn)了傳統(tǒng)的購物籃分析,由于傳統(tǒng)
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于概念格擴(kuò)展模型的關(guān)聯(lián)規(guī)則挖掘.pdf
- 基于概念格的關(guān)聯(lián)規(guī)則挖掘.pdf
- 量化概念格關(guān)聯(lián)規(guī)則挖掘的主題地圖方法研究.pdf
- 基于概念格模型關(guān)聯(lián)規(guī)則挖掘的關(guān)鍵問題研究.pdf
- 基于概念格模型的關(guān)聯(lián)規(guī)則挖掘算法研究及實現(xiàn).pdf
- 基于概念格的關(guān)聯(lián)規(guī)則挖掘的研究.pdf
- 基于概念格模型的分布式關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于量化規(guī)則格的關(guān)聯(lián)規(guī)則挖掘及其分布處理研究.pdf
- 基于本體與概念格的關(guān)聯(lián)規(guī)則挖掘.pdf
- 基于概念格的關(guān)聯(lián)規(guī)則挖掘方法的研究.pdf
- 基于概念格的關(guān)聯(lián)規(guī)則挖掘研究與實現(xiàn).pdf
- 基于概念格的關(guān)聯(lián)規(guī)則挖掘及變化模式研究.pdf
- 基于粗集約簡構(gòu)造概念格的關(guān)聯(lián)規(guī)則挖掘.pdf
- 基于區(qū)別度概念格的關(guān)聯(lián)規(guī)則挖掘算法設(shè)計.pdf
- 基于粗糙集和概念格的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 量化關(guān)聯(lián)規(guī)則模型與挖掘算法研究.pdf
- 基于粗糙集和概念格的數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則的研究.pdf
- 基于格論的關(guān)聯(lián)規(guī)則挖掘的研究.pdf
- 基于概念格的多值屬性關(guān)聯(lián)規(guī)則可視化挖掘.pdf
- 基于形式概念分析的關(guān)聯(lián)規(guī)則挖掘.pdf
評論
0/150
提交評論