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:
数据挖掘方法结合了机器学习、模式识别、统计学、数据库和人工智能等众多领域的知识,是解决从大量信息中获取有用知识、提供决策支持的有效途径,具有广泛的应用前景.以关联、分类、聚类归类,对当前数据挖掘的多种方法进行了研究,并指出其现存的问题.这些方法都有局限性,多方法融合、有机组合互补将成为数据挖掘的发展趋势.
推荐文章
数据挖掘中的聚类算法综述
数据挖掘
聚类
聚类算法
数据挖掘算法研究
数据挖掘
关联规则
分类算法
聚类算法
离群数据挖掘综述
数据挖掘
离群检测
异常
高维离群
流式数据上关联规则挖掘研究综述
数据挖掘
数据流
关联规则
频繁项集
频繁模式
知识发现
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 数据挖掘算法研究与综述
来源期刊 计算机工程与设计 学科 工学
关键词 数据挖掘 分类算法 关联分析 分类分析 聚类分析
年,卷(期) 2005,(9) 所属期刊栏目
研究方向 页码范围 2304-2307
页数 4页 分类号 TP301.6
字数 5225字 语种 中文
DOI 10.3969/j.issn.1000-7024.2005.09.014
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 朱金伟 江苏大学计算机学院 6 201 3.0 6.0
2 邹志文 江苏大学计算机学院 29 264 7.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (97)
参考文献  (3)
节点文献
引证文献  (153)
同被引文献  (165)
二级引证文献  (407)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(6)
  • 引证文献(6)
  • 二级引证文献(0)
2007(27)
  • 引证文献(18)
  • 二级引证文献(9)
2008(35)
  • 引证文献(18)
  • 二级引证文献(17)
2009(43)
  • 引证文献(15)
  • 二级引证文献(28)
2010(48)
  • 引证文献(22)
  • 二级引证文献(26)
2011(41)
  • 引证文献(10)
  • 二级引证文献(31)
2012(31)
  • 引证文献(5)
  • 二级引证文献(26)
2013(44)
  • 引证文献(5)
  • 二级引证文献(39)
2014(40)
  • 引证文献(9)
  • 二级引证文献(31)
2015(38)
  • 引证文献(10)
  • 二级引证文献(28)
2016(38)
  • 引证文献(6)
  • 二级引证文献(32)
2017(56)
  • 引证文献(9)
  • 二级引证文献(47)
2018(42)
  • 引证文献(9)
  • 二级引证文献(33)
2019(51)
  • 引证文献(8)
  • 二级引证文献(43)
2020(17)
  • 引证文献(0)
  • 二级引证文献(17)
研究主题发展历程
节点文献
数据挖掘
分类算法
关联分析
分类分析
聚类分析
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
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导