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:
随着企业信息系统集成的应用,数据库中积累了大量分散但有效的数据.如何从大量数据中挖掘出有效的决策信息,从而带领企业快速发展,成为企业信息化发展进程中一个至关重要的问题.提出一种基于K-均值聚类算法的数据挖掘技术,并为某制造企业开发了信息系统集成平台,辅助决策者制定合理方案.
推荐文章
基于磁盘的K-均值算法研究
数据挖掘
聚类分析
K-均值
关系数据库
基于粗糙集与K-均值聚类的故障知识挖掘
粗糙集
K-均值聚类
故障诊断
知识挖掘
基于差分演化的K-均值聚类算法
聚类
差分演化算法
K-均值
一种基于数据场的K-均值算法
K-均值
分子间相互作用力
数据场
文本聚类
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 基于K-均值算法的数据挖掘技术研究及应用
来源期刊 软件导刊 学科 工学
关键词 数据挖掘 信息系统集成 K-均值算法 聚类算法 BOM系统
年,卷(期) 2017,(4) 所属期刊栏目 数据库与信息处理
研究方向 页码范围 185-187
页数 3页 分类号 TP391
字数 2779字 语种 中文
DOI 10.11907/rjdk.162782
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 仲梁维 上海理工大学机械工程学院 230 858 12.0 21.0
2 穆荣斌 上海理工大学机械工程学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (5)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
数据挖掘
信息系统集成
K-均值算法
聚类算法
BOM系统
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导