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:
数据挖掘已经被广泛的应用于商业银行,电信行业,心理学,生物医学等各行各业中。由于数据挖掘涉及的学科领域和方法很多,所以就有多种分类方法。这里介绍了聚类方法的要求以及常见的聚类算法。现在还有很多改进的聚类算法,对H—K算法做了主要介绍。
推荐文章
数据挖掘中聚类算法研究
数据挖掘
聚类
SOM
数据挖掘中的聚类算法综述
数据挖掘
聚类
聚类算法
基于数据挖掘的聚类算法研究
聚类
数据挖掘
支持向量聚类
云计算中基于群体智能算法的大数据聚类挖掘
云计算
群体智能算法
大数据挖掘
聚类分析
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 数据挖掘中的聚类算法
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 数据挖掘 聚类算法 改进的算法
年,卷(期) 2007,(4) 所属期刊栏目
研究方向 页码范围 15-17
页数 3页 分类号 TP301
字数 语种
DOI
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 宋中山 中南民族大学计算机学院 68 536 12.0 21.0
2 张嫣 中南民族大学计算机学院 9 13 1.0 3.0
3 安中印 中南民族大学计算机学院 6 17 2.0 4.0
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  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2007(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)
研究主题发展历程
节点文献
数据挖掘
聚类算法
改进的算法
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
论文1v1指导