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:
本文阐述了机器学习模型如何在减少人工干预的情况下利用更多的数据维度,形成关系图特征,在识别敏感人员或者敏感关系识别中为敏感群组挖掘工作提供有力的预测支持.并对机器学习的关系图特征在敏感群组挖掘中的应用进行了展望,提出加强机器学习在情报信息系统中的应用的建议.
推荐文章
数据挖掘在关系营销中的应用研究
数据挖掘
关系营销
应用
数据挖掘技术在客户关系管理中的应用研究
客户关系管理
数据挖掘
决策树
客户获取
回归分析在关联规则挖掘中的应用研究
关联规则
回归分析
支持度
置信度
模型
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 关系图特征在敏感群组挖掘中的应用研究
来源期刊 电子测试 学科
关键词 关系图特征 敏感群组挖掘 机器学习 情报信息
年,卷(期) 2018,(14) 所属期刊栏目 理论与算法
研究方向 页码范围 37-39
页数 3页 分类号
字数 3052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 黄兆靖 1 0 0.0 0.0
2 贾菁珅 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (47)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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
关系图特征
敏感群组挖掘
机器学习
情报信息
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
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
论文1v1指导