基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
数据挖掘在科研和商业应用中正发挥着越来越重要的作用.随着数据量的增加,数据挖掘工具处理海量数据的能力问题显得日益突出.研究并行算法,是解决这个问题的有效途径.分类器是数据挖掘的一种基本方法,决策树是一种最重要的分类器.文章首先介绍了分类器中的决策树算法,然后设计了一种并行决策树算法,最后探讨了该并行算法在PVM系统下的实现.
推荐文章
一种并行决策树学习方法研究
决策树
并行学习
故障诊断
分裂属性
改进的多关系决策树算法
多关系数据挖掘
多关系决策树
元组标志传播
背景属性
新型偏好敏感决策树算法
决策树
偏好敏感
偏好度
属性选择
代价敏感
分类
数据挖掘中决策树算法的探讨
数据挖掘
决策树
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 并行决策树算法的研究
来源期刊 计算机工程与应用 学科 工学
关键词 数据挖掘 分类器 决策树 并行处理 PVM系统
年,卷(期) 2001,(20) 所属期刊栏目 数据库与信息处理
研究方向 页码范围 112-114,140
页数 4页 分类号 TP311.5
字数 5442字 语种 中文
DOI 10.3321/j.issn:1002-8331.2001.20.038
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田金兰 清华大学计算机科学与技术系软件所 24 319 10.0 17.0
2 赵庆玉 清华大学计算机科学与技术系软件所 1 33 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (33)
同被引文献  (14)
二级引证文献  (86)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(3)
  • 引证文献(3)
  • 二级引证文献(0)
2004(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(6)
  • 引证文献(2)
  • 二级引证文献(4)
2006(5)
  • 引证文献(3)
  • 二级引证文献(2)
2007(15)
  • 引证文献(6)
  • 二级引证文献(9)
2008(10)
  • 引证文献(3)
  • 二级引证文献(7)
2009(4)
  • 引证文献(1)
  • 二级引证文献(3)
2010(6)
  • 引证文献(2)
  • 二级引证文献(4)
2011(6)
  • 引证文献(2)
  • 二级引证文献(4)
2012(5)
  • 引证文献(2)
  • 二级引证文献(3)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(7)
  • 引证文献(1)
  • 二级引证文献(6)
2015(9)
  • 引证文献(0)
  • 二级引证文献(9)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(13)
  • 引证文献(0)
  • 二级引证文献(13)
2018(9)
  • 引证文献(3)
  • 二级引证文献(6)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
研究主题发展历程
节点文献
数据挖掘
分类器
决策树
并行处理
PVM系统
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导