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:
随着Internet的迅速发展和普及,网络系统中的信息"超载"现象越来越严重。面对众多信息的"海洋",用户经常会迷失在其中,无法顺利找到自己需要的信息。本文针对网络信息推荐系统面临的主要问题,依据Apriori算法思想,提出一种加权关联规则算法,并应用于基于大众标签的推荐系统,进行bookmark,user,tag三元实验分析,通过对tag的相似性来挖掘用户的喜好。实验结果表明:通过加权tag聚类在一定程度上解决了tag冗余的问题,进一步优化了推荐结果。
推荐文章
Growth的并行加权关联规则挖掘算法
关联规则挖掘
并行加权
FP-Growth算法
MapReduce
加权频繁项集
基于项权值变化的矩阵加权关联规则挖掘
文本挖掘
矩阵加权关联规则
频繁项集
知识发现
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
一种改进的加权关联规则挖掘算法
数据挖掘
Apriori算法
加权关联规则
频繁项集
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 数据挖掘中加权关联规则的研究
来源期刊 数字技术与应用 学科 工学
关键词 数据挖掘 加权关联规则 Apriori算法 改进
年,卷(期) 2011,(11) 所属期刊栏目 算法分析
研究方向 页码范围 138-139
页数 分类号 TP311
字数 3457字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (1)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2014(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
数据挖掘
加权关联规则
Apriori算法
改进
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导