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:
传统的数据检索模型忽略了信息之间的关联性,从海量、离散分布的数据中提取有效相关的内容不仅消耗大量的系统资源,较高的信息查找复杂度降低了系统检索性能,而且抽取结果相关度低导致无法满足用户需求.论文提出了一个基于贝叶斯的多维数据分类模型,利用数据之间存在的关联性将数据按照不同搜索维度进行分类管理.根据实验结果表明,该模型能够有效地提高数据查询效率.
推荐文章
基于贝叶斯网络的海量数据多维分类学习方法研究
多维分类
贝叶斯网络
机器学习
海量数据
基于引力模型的朴素贝叶斯分类算法
分类算法
朴素贝叶斯
引力模型
遥感图像
多贝叶斯网络分类器集成模型研究
贝叶斯网络
分类器集成模型
结构学习
约束信息熵
免疫遗传算法
基于BP和朴素贝叶斯的时间序列分类模型
时序序列
BP神经网络
朴素贝叶斯
特征抽取
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 基于贝叶斯的多维数据分类模型
来源期刊 改革与开放 学科
关键词 数据分类模型 关联性 贝叶斯
年,卷(期) 2013,(6) 所属期刊栏目 科学技术
研究方向 页码范围 150,152
页数 2页 分类号
字数 2204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 张刚 3 1 1.0 1.0
2 游正陆 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  (33)
共引文献  (18)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(3)
  • 参考文献(3)
  • 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
数据分类模型
关联性
贝叶斯
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
改革与开放
半月刊
1004-7069
32-1034/F
大16开
南京市北京东路43-2号
28-253
1986
chi
出版文献量(篇)
18198
总下载数(次)
69
论文1v1指导