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:
近年来,数据挖掘是信息产业界热门的研究方向,其原因是我们需要将大数据转换成有用的信息和知识,数据挖掘是实现转换的重要途径.本文研究了数据挖掘中的核心技术——聚类分析,通过样本数据库对一些算法进行了实际的验证.
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
结合扇入分析和聚类分析的Aspect挖掘方法
面向方面编程
横切关注点
方面挖掘
扇入分析
聚类分析
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 数据挖掘聚类分析方法研究
来源期刊 科技广场 学科 工学
关键词 数据挖掘 聚类分析 聚类算法
年,卷(期) 2017,(3) 所属期刊栏目 研究与探讨
研究方向 页码范围 6-9
页数 4页 分类号 TP301
字数 2356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 姚程宽 安庆医药高等专科学校公共基础部 32 70 4.0 6.0
2 胡宗海 安庆医药高等专科学校公共基础部 11 18 2.0 4.0
3 曹立勇 安庆医药高等专科学校公共基础部 19 31 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (796)
参考文献  (6)
节点文献
引证文献  (8)
同被引文献  (24)
二级引证文献  (5)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(8)
  • 引证文献(5)
  • 二级引证文献(3)
2020(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
数据挖掘
聚类分析
聚类算法
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
科技广场
月刊
1671-4792
36-1253/N
大16开
南昌市省府大院北二路53号
44-66
1988
chi
出版文献量(篇)
11613
总下载数(次)
26
总被引数(次)
31625
论文1v1指导