作者:
原文服务方: 安徽工业大学学报(自然科学版)       
摘要:
Web作为世界上最大的信息源,为数据挖掘技术提供了大量的原始数据,但 Web动态的数据环境与传统的基于稳定数据环境的挖掘方法不相适应;本文研究了如何利用决策树方法对来自 Web的数据动态、及时地生成可理解的规则.
推荐文章
基于主成分分析的多变量决策树构造方法
数据挖掘
单变量决策树
多变量决策树
主成分分析
决策树构造算法的分析
数据挖掘
决策树
ID3
C4.5
基于代表性数据的决策树集成
代表性数据
决策树
聚类
围绕中心点的划分
集成学习
Bagging
Boosting
新型决策树构造方法
关联规则
近似精确规则
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 动态数据环境下决策树的构造方法
来源期刊 安徽工业大学学报(自然科学版) 学科
关键词 动态数据环境 分类 决策树 信息增益
年,卷(期) 2003,(3) 所属期刊栏目
研究方向 页码范围 230-232
页数 3页 分类号 TP311.13
字数 语种 中文
DOI 10.3969/j.issn.1671-7872.2003.03.016
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 陈红叶 安徽农业大学信息与计算机学院 3 10 2.0 3.0
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  (2)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(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)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
动态数据环境
分类
决策树
信息增益
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
安徽工业大学学报(自然科学版)
季刊
1671-7872
34-1254/N
大16开
1984-01-01
chi
出版文献量(篇)
2161
总下载数(次)
0
总被引数(次)
11633
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导