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:
提出了一种基于特征映射的互联网频繁模式识别算法,采用特征映射与聚类相结合的方法,解决了SPADE算法不能反映类信息的问题与大量数据聚类时的效率低下,同时,提出了比较合理的频繁模式定量评价体系,从而完成了识别系统的整体设计,对于处理互联网海量用户数据有着相当重要的作用,同时,可以根据此算法提供个性化推荐等服务来提升用户体验.
推荐文章
互联网金融平台中高违约风险用户识别算法
风险传播
复杂网络
互联网金融
识别算法
基于"互联网+"的延续护理模式分析
延续护理
'互联网+'
护理信息化
影响因素
基于事务映射区间求交的高效频繁模式挖掘算法
数据挖掘
频繁模式
事务映射
区间求交
基于互联网形式下的网络服装定制模式研究
服装定制
互联网形式
新模式
电子商务
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 基于特征映射的互联网频繁模式识别算法
来源期刊 微型电脑应用 学科 工学
关键词 频繁模式 聚类算法 SPADE 互联网个性化推荐
年,卷(期) 2013,(5) 所属期刊栏目 研究与设计
研究方向 页码范围 13-16
页数 4页 分类号 TP311
字数 3221字 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 凌力 复旦大学通信科学与工程系 58 466 11.0 20.0
2 钟央 复旦大学通信科学与工程系 4 11 2.0 3.0
3 胡畔 复旦大学通信科学与工程系 4 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (2)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
频繁模式
聚类算法
SPADE
互联网个性化推荐
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导