Email社会网络的社群挖掘和分析算法研究pdf

社区检测和划分已经成为大规模社会网络中一个非常关键的问题。然而,大多数现有的算法受限于计算成本,其适用性十分有限。为了提高社区划分质量和计算效率,提出了一种基于非加权图的社区网络检测算法。首先,算法采

通过设计一种Pareto解集过滤器，并在此基础上给出多目标优化条件下的微粒群算法群体停滞判断准则，基于该准则提出了一种多目标微粒群优化算法。算法利用Pareto解集过滤器提高了候选解的多样性，并使用图

基于分辨矩阵和Apriori算法的关联规则挖掘研究与应用，杜晓明，代逸生，为进一步提高关联规则挖掘的运行效率，在传统Apriori算法的基础上，提出了一种基于分辨矩阵和Apriori算法的关联规则挖掘

摘要 摘要 作为数据挖掘领域的主要研究对象关联规则挖掘能够发现关系数据集中数据项之 间有趣的关联信息而关联规则挖掘工作的主要开销是来自频繁项集挖掘然而传统 的频繁项集挖掘算法的效率并不高并且伴随着计算

数据挖掘中LLE算法的改进，陈永胜，邱雪松，局部线性嵌入(LocallyLinearEmbedding,LLE)算法可以对非线性数据进行降维处理，但无法有效的处理密度不均匀的数据。本文采用改进的Dij

为解决并发结构中循环挖掘问题，在α算法基础上，针对一类特殊循环结构提出了一种αfsl算法。该算法重新定义了包含循环结构的日志完备性，并在基本活动次序关系的基础上，添加了新的循环次序关系。通过预处理日志

针对传统GSP算法需要多次扫描数据库、I/O开销巨大的缺点，提出了一种基于MapReduce编程框架的序列模式挖掘算法MR-GSP（GSPalgorithmbasedonMapReduce）。MR-G

提出一种基于事务互补的双向挖掘算法，其适合挖掘任何长度的频繁项目集；该算法通过二进制的逻辑操作，用自顶向下策略和事务补集方式双向产生频繁候选项，并在计算支持数时用事务特征减少搜索事务数；通过与其他算法

对FP、ID3、贝叶斯算法用同一数据进行了分析

数据挖掘聚类分析算法。