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:
随着信息技术的日益发展,相关产业也得以快速推进,为社会创造出极大的价值。从以往简单化的数据查询以及统计技术的发展来看,单一模式的数据计算已经不能够满足日趋复杂的大型数据集计算要求,急需构建以智能化数据转化体系为基础的新型模式来实现更高一级的数据统计及信息处理目标。本文就大型数据集数据挖掘算法及其相关内容做以论述,并探究该方法背后的现实意义。
推荐文章
大型数据库的关联挖掘算法设计
大型数据库
关联规则
挖掘算法
关联挖掘
评分函数
数据预处理
粗糙集数据的高精度分类算法研究
粗糙集数据
高精度分类算法
属性约简
属性集
数据集
抗噪性
数据挖掘算法研究
数据挖掘
关联规则
分类算法
聚类算法
基于改进蚁群算法的频繁项集数据挖掘模型
频繁项集
TSP最短路径
蚁群算法
信息素
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 大型数据集数据挖掘算法研究
来源期刊 计算机光盘软件与应用 学科 工学
关键词 大型数据集 数据挖掘算法 研究
年,卷(期) 2014,(16) 所属期刊栏目 本期关注 -- 互联网
研究方向 页码范围 101-101,103
页数 2页 分类号 TP311.13
字数 2512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 沈雯漪 4 4 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (11)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (11)
二级引证文献  (2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
大型数据集
数据挖掘算法
研究
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
计算机光盘软件与应用
半月刊
1007-9599
11-3907/TP
北京市
18-160
1998
chi
出版文献量(篇)
21096
总下载数(次)
62
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导