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:
数据挖掘在工业和商业领域中发挥着越来越重要的作用.随着数据量的增加,挖掘算法处理海量数据的能力问题日益突出.研究并行算法,是解决这一问题的有效途径.该文对常用的数据挖掘算法C4.5,SLIQ,SPRINT,关联规则,K-平均值,K-最近邻,贝叶斯网络,人工神经网络,遗传算法及并行性进行了研究探讨,为数据挖掘研究者提供借鉴.
推荐文章
并行数据挖掘研究
并行数据挖掘
分类规则
关联规则
工作站网
基于Spark的并行关联规则挖掘算法研究综述
Spark
并行
关联规则挖掘
Apriori
FP-Growth
基于MapReduce计算模型的并行关联规则挖掘算法研究综述
数据挖掘
关联规则挖掘
频繁项集
并行
MapReduce
Hadoop
一种旅行数据约束关联规则挖掘算法
关系延展
路径约束
关联规则
并行计算
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 并行数据挖掘算法综述
来源期刊 电子科技 学科 工学
关键词 数据挖掘 C4.5 SLIQ SPRINT 关联规则 K-平均值 K-最近邻 贝叶斯网络 人工神经网络 遗传算法 并行性
年,卷(期) 2006,(1) 所属期刊栏目 综述
研究方向 页码范围 65-68,73
页数 5页 分类号 TP311.13
字数 4697字 语种 中文
DOI 10.3969/j.issn.1007-7820.2006.01.017
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 王保保 西安电子科技大学计算机学院 69 893 17.0 26.0
2 刘华元 西安电子科技大学计算机学院 2 53 2.0 2.0
3 袁琴琴 长安大学信息工程学院 3 59 3.0 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  (1)
节点文献
引证文献  (38)
同被引文献  (42)
二级引证文献  (245)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(5)
  • 引证文献(4)
  • 二级引证文献(1)
2010(7)
  • 引证文献(3)
  • 二级引证文献(4)
2011(15)
  • 引证文献(7)
  • 二级引证文献(8)
2012(18)
  • 引证文献(4)
  • 二级引证文献(14)
2013(28)
  • 引证文献(3)
  • 二级引证文献(25)
2014(38)
  • 引证文献(4)
  • 二级引证文献(34)
2015(29)
  • 引证文献(2)
  • 二级引证文献(27)
2016(41)
  • 引证文献(3)
  • 二级引证文献(38)
2017(35)
  • 引证文献(2)
  • 二级引证文献(33)
2018(29)
  • 引证文献(1)
  • 二级引证文献(28)
2019(27)
  • 引证文献(1)
  • 二级引证文献(26)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
数据挖掘
C4.5
SLIQ
SPRINT
关联规则
K-平均值
K-最近邻
贝叶斯网络
人工神经网络
遗传算法
并行性
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
电子科技
月刊
1007-7820
61-1291/TN
大16开
西安电子科技大学
1987
chi
出版文献量(篇)
9344
总下载数(次)
32
总被引数(次)
31437
论文1v1指导