暂无评论
随着数据流应用领域的不断扩大，数据流频繁模式挖掘技术逐渐成为数据挖掘领域研究的核心问题。对DSFPM算法进行研究和改进，提出了一种基于界标窗口的数据流频繁模式挖掘算法DSMFP_LW。该算法实现了单边
Web挖掘技术在个性化网站中的应用，富丽娜，，针对用户特性向用户提供个性化服务已经成为Web技术的研究热点。本文介绍了Web挖掘和个性化服务的相关概念，重点介绍了Web使用挖掘基
关联规则挖掘在无线网管中的应用，林芳园，，本文主要研究关联规则挖掘在无线接入网网元设备故障告警、事件信息处理中的应用。文章首先给出关联规则挖掘的基本概念和挖掘流程
本人在研究生课程数据挖掘中的课程论文,希望对大家有所帮助.
数据挖掘的主要技术手段包括关联规则挖掘、分类分析、聚类分析、估计、预测、时序模式和偏差分析等。支持上述技术的核心研究内容是相应的数据挖掘算法研究,包括贝叶斯算法、决策树、时序算法、聚类算法、关联算法、
数据挖掘在房地产市场研究中的应用，包含实例应用
关于数据挖掘在电子商务的应用，包括买家行为分析，电子商务的前中台
基于数据挖掘的航班数据分析，张猛，刘知青，随着云时代的来临，大数据也吸引了越来越多的关注。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角
传统的协同过滤算法主要通过已有项目的评分信息确定用户邻近集再进行评分预测，并以此进行推荐，这种推荐方法的推荐精度并不高。引入一个新的项目属性-意象标签作为用户与项目之间的联系纽带，在协同过滤算法的基础
利用用户行为数据，采用有效推荐方法，提供个性化推荐服务是社交网络平台普遍采用的策略，其中推荐方法的有效性是决定推荐服务质量的关键。基于矩阵分解和基于协同过滤的推荐方法由于存在稀疏性和过拟合问题等瓶颈难
暂无评论