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:
原有数据挖掘技术中的K-means算法因初值依赖度较高易造成偏差,因此进行了改进:改变对初值的选择,且通过数据计算验证出改进后K-means算法的效果,将其跟实际结合起来,对电子商务数据进行了应用分析,精确了挖掘结果,为商户制定营销策略提供了支持.
推荐文章
改进K-means算法在B2C电子商务客户细分中的应用
数据挖掘
K-means算法
客户细分
改进K-means算法在网络入侵检测中的应用
网络安全
入侵检测
k-means
改进K-means算法在入侵检测中的应用研究
入侵检测
数据挖掘
聚类算法
K-means聚类
最小支撑树
基于改进k-means算法的文本聚类
k-means算法
共现词
词向量
相似性
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 改进后的k-means算法在电子商务中的应用
来源期刊 福建电脑 学科
关键词 数据挖掘 电子商务 K-means算法
年,卷(期) 2013,(7) 所属期刊栏目 应用与开发
研究方向 页码范围 112-114
页数 3页 分类号
字数 3695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 张学锋 惠州学院数学系 31 65 4.0 6.0
2 黄泽豪 惠州学院数学系 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (10)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(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)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(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
电子商务
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导