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:
本文分析了数据挖掘所具有的重要作用,简单介绍了MS聚类分析的现状,并对MS聚类分析的数据挖掘应用模型及建构数据挖掘体系的方法进行了探讨.
推荐文章
基于MS聚类分析模型的数据挖掘应用探讨
聚类分析
数据挖掘
预测
业务趋向
实例系统
基于聚类分析的属性数据挖掘技术
数据挖掘
聚类分析
相似度
属性
数据挖掘中聚类分析的技术方法
数据掺掘
聚类分析
聚类算法
基于SOFM的聚类分析在数据挖掘中的应用研究
SOFM
数据挖掘
聚类分析
Kohonen模型
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 基于 MS 聚类分析模型的数据挖掘应用研究
来源期刊 中国科技投资 学科
关键词 MS聚类分析 数据挖掘 EM算法 K-means 算法
年,卷(期) 2012,(36) 所属期刊栏目
研究方向 页码范围 41
页数 分类号
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 张健 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (18)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(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(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(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
MS聚类分析
数据挖掘
EM算法
K-means 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
中国科技投资
旬刊
1673-5811
11-5441/N
大16开
北京市
82-979
2002
chi
出版文献量(篇)
55421
总下载数(次)
154
总被引数(次)
22852
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导