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:
在大数据时代海量数据不断产生,迫切需要有效的工具从海量数据中挖掘出知识的金块.数据挖掘作为知识获取的重要技术,已经得到了广泛研究和应用.本文介绍了大数据背景下分析挖掘技术的特点,常用的数据挖掘工具,并对分类、聚类、频繁项集分析和协同过滤等四种典型的数据挖掘算法进行了研究,最后以k-means算法为例来说明数据挖掘算法的并行化思路,以加深对数据挖掘技术的理解,为未来工作中的应用打下坚实的基础.
推荐文章
有线电视大数据分析平台数据存储与挖掘探究
有线电视
大数据分析平台
数据挖掘
大数据分析概要
大数据
大数据分析
未来趋势
基于大数据挖掘的多维数据去重聚类算法分析
大数据挖掘
多维数据去重
聚类算法
数据分析
模型建立
减少冗余
大数据时代下数据分析技术研究
大数据
数据分析
计算机
互联网
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 大数据分析挖掘与典型算法研究
来源期刊 高性能计算技术 学科 工学
关键词 大数据 数据挖掘 典型算法
年,卷(期) 2015,(6) 所属期刊栏目 信息处理
研究方向 页码范围 46-51
页数 6页 分类号 TP181
字数 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 郑翔 18 5 2.0 2.0
2 倪颖杰 11 19 1.0 4.0
3 张军 10 43 3.0 6.0
4 王晓敏 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  (39)
共引文献  (366)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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
大数据
数据挖掘
典型算法
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
高性能计算技术
双月刊
32-1679/TP
江苏省无锡33信箱353号
chi
出版文献量(篇)
1235
总下载数(次)
12
总被引数(次)
1405
论文1v1指导