暂无评论
关联规则挖掘的DMX实现，曹钦，梁山，DMX（DataMiningeXtensions，数据挖掘扩展）是OLEDBforDM规范支持的数据挖掘查询语言，支持数据挖掘系统直接对关系数据库进行挖掘，是数�
针对现有用户兴趣预测模型未考虑邻居节点影响、长期兴趣与短期兴趣的区分等不足，提出一种基于RBF神经网络的微博用户兴趣预测模型，增强微博兴趣预测准确度，提高商品与服务推荐效率。该模型将用户兴趣分成长期兴
目前大多数知识管理系统采用基于关键词或关键词向量空间模型表示用户的兴趣偏好。针对该方法不包含语义信息，很难准确表示用户感兴趣的信息，并且难于扩展，提出一种基于领域本体的用户模型。该模型利用用户访问量，
在关联规则的评价中 ,对评价参数的度量是参数在数据库上的平均分布 ,无法刻画参数在数据库的局部分布 ;另一方面 ,评价参数也是有限的。为解决上述问题 ,首先给出评价关联规则的五个参数及参数选取的原因分
通过对两种传统的CAD数据到GIS数据转换方法的系统研究，分析了转换过程中存在的信息丢失等问题。基于空间数据关联规则挖掘思想，从问题着手，设计了一种全新的CAD的文本数据到GIS的点层数据的转换方案与
多层关联规则挖掘算法的研究的研究与应用，权威论文，希望给这方向的人带来好的东西
目前已经提出了许多用于高效地发现大规模数据库中的关联规则的算法，但都是对关联规则中满足最小支持度的 频繁项集的研究，没有对频繁项集中如何高效地计算得到满足最小置信度的关联规则进行研究。针对这种情况，提
为了满足民航监管部门对庞大的各类民航信息有效、及时获取的需求,提出了基于多Agent的信息推送系统模型,通过显式和隐式的建模技术构建和完善向量空间模型描述的用户兴趣特征,并据此使用基于内容和向量空间相
针对微博用户兴趣属性缺失问题，提出一种基于发文内容分析的微博用户兴趣挖掘方法。利用基于短语的主题模型和自动构建的用户兴趣知识库，能够有效地从发文内容中挖掘出高质量的用户兴趣短语并标志其类别，从而实现对
增量k-Median算法的研究与实现，张泽，卢美莲，论文针对聚类分析在动态数据方面的应用，对增量k-Median问题进行了深入研究。文中首先研究了无容量限制的增量设备选址问题，并在数�
暂无评论