作者:
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(data mining)是一个从大规模数据中挖掘不平凡知识的专门技术,目前已经在自然科学、生物医学、经济学、社会学甚至文学研究中得到了广泛的应用.从传统任务分类的角度,数据挖掘技术可分为七类,分别是:分类,聚类,预测,关联规则,评估,可视化和复杂数据类型挖掘.但数据挖掘技术近几年得到了迅猛的发展,已经扩展到社会网络分析、推荐系统、图数据挖掘、时空数据分析、特征选择等等新的研究领域.
推荐文章
隐私保护数据挖掘研究进展
隐私保护数据挖掘
新型分布式系统
高维数据
时空数据
卷烟配方数据挖掘技术研究进展
卷烟
配方
数据挖掘
教育数据挖掘研究进展
教育大数据
教育数据挖掘
数据挖掘
文本挖掘技术研究进展
文本挖掘
中文分词
特征选取
文本摘要
文本分类
文本聚类
关联分析
数据可视化
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 中国数据挖掘研究进展
来源期刊 南京大学学报:自然科学版 学科 工学
关键词 数据挖掘技术 中国 社会网络分析 大规模数据 自然科学 生物医学 关联规则 数据类型
年,卷(期) 2011,(4) 所属期刊栏目 数据挖掘专栏
研究方向 页码范围 351-353
页数 分类号 TP311.13
字数 语种 中文
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 高阳 南京大学计算机软件新技术国家重点实验室 77 1645 20.0 39.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (60)
共引文献  (69)
参考文献  (10)
节点文献
引证文献  (45)
同被引文献  (66)
二级引证文献  (117)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(13)
  • 参考文献(10)
  • 二级参考文献(3)
2011(14)
  • 参考文献(10)
  • 二级参考文献(3)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(5)
  • 引证文献(5)
  • 二级引证文献(0)
2013(20)
  • 引证文献(8)
  • 二级引证文献(12)
2014(26)
  • 引证文献(12)
  • 二级引证文献(14)
2015(22)
  • 引证文献(7)
  • 二级引证文献(15)
2016(27)
  • 引证文献(2)
  • 二级引证文献(25)
2017(24)
  • 引证文献(4)
  • 二级引证文献(20)
2018(24)
  • 引证文献(3)
  • 二级引证文献(21)
2019(11)
  • 引证文献(3)
  • 二级引证文献(8)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
数据挖掘技术
中国
社会网络分析
大规模数据
自然科学
生物医学
关联规则
数据类型
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
南京大学学报(自然科学版)
双月刊
0469-5097
32-1169/N
江苏省南京市南京大学
chi
出版文献量(篇)
2526
总下载数(次)
6
总被引数(次)
23071
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导