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:
数据挖掘技术已经在企业决策中得到了广泛的使用,这不仅能够帮助企业管理人员进行正确决策,也能够提升企业的经济效益与社会效益。在数据挖掘技术中,聚类技术是其中的重要组成部分,应用范围也非常广泛。聚类算法有着理想的可伸缩效果,在处理数据的时候,有着理想的优势与聚类质量,该种分析方法是值得进行大范围推广和使用的。本文主要分析数据挖掘中聚类分析的算法。
推荐文章
数据挖掘中聚类分析的技术方法
数据掺掘
聚类分析
聚类算法
数据挖掘领域中的聚类分析
数据挖掘
聚类分析
数据库
基于聚类分析的属性数据挖掘技术
数据挖掘
聚类分析
相似度
属性
数据挖掘中聚类算法研究
数据挖掘
聚类
SOM
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 数据挖掘中聚类分析的算法研究
来源期刊 新校园(上旬刊) 学科
关键词 数据挖掘 聚类分析 算法
年,卷(期) 2014,(9) 所属期刊栏目 高等教育 -- 科研教学
研究方向 页码范围 49-49
页数 1页 分类号
字数 1357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 陈柯伊 山东大学威海数学与统计学院 2 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  (6)
共引文献  (158)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
研究主题发展历程
节点文献
数据挖掘
聚类分析
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
新校园(上旬刊)
月刊
chi
出版文献量(篇)
20577
总下载数(次)
12
总被引数(次)
6470
论文1v1指导