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:
网络数据挖掘旨在从网络数据源中提取隐含的知识,借助传统的数据挖掘方法很难实现。网络数据挖掘注重事物之间的属性及联系,通过无数个体数据的分析和特殊算法的使用,实现模型的可视化和连接趋势。网络数据挖掘方法是传统数据挖掘方法的补充,可以很好地解决复杂的自然属性组成的问题。该文提出了社交网络数据挖掘的方法与技术,提出了相关数据分析及模型设计。
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
基于网络日志挖掘技术数据信息分析的研究
日志挖掘
数据分析
信息检索
网络日志
数据挖掘技术
数据挖掘
统计分析
神经网络
决策树
基于数据挖掘技术的测井评价方法
测井评价
数据挖掘
储层评价
特征参数
预测模型
天然气
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 网络数据挖掘方法及技术分析
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 网络数据挖掘 Harr特征 AdaBoost分类
年,卷(期) 2016,(8X) 所属期刊栏目
研究方向 页码范围 13-14
页数 2页 分类号 TP311.13
字数 语种
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 柳静 12 11 2.0 3.0
2 吴华芹 15 11 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (1)
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)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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
网络数据挖掘
Harr特征
AdaBoost分类
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导