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:
针对网络违法案件侦破过程中存在的海量数据信息无法高效利用的问题,提出采用数据挖掘技术对海量信息中的有效数据进行关联分析。由于常用的关联规则算法Apriori存在多次扫描数据库的缺陷,提出一种基于矩阵的关联规则发现算法。通过运用该算法对数据集中的数据进行分析验证,从而得出在网络违法案件中属性之间的相互关系。
推荐文章
中国猎隼违法案件分析及防控对策研究
珍贵濒危野生动物
走私
犯罪
防控对策
种子违法案件货值金额的确定
种子
货值金额
价格
数量
种类物
用于经营性服务的絮用纤维制品违法案件的查办
经营性服务
絮用纤维制品
违法案件
职能
执法
产品质量法
标准
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 基于数据挖掘技术的网络违法案件分析研究
来源期刊 现代计算机:中旬刊 学科 工学
关键词 数据挖掘 关联规则 网络违法案件
年,卷(期) 2013,(12) 所属期刊栏目
研究方向 页码范围 10-13
页数 4页 分类号 TP311.13
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 李为 2 1 1.0 1.0
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  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(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)
研究主题发展历程
节点文献
数据挖掘
关联规则
网络违法案件
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
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
总被引数(次)
0
论文1v1指导