作者:
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:
大数据分析的方法有很多,借助机器学习模型对大数据进行挖掘优化是现今较为有效的方法.基于此,笔者提出基于机器学习模型的大数据挖掘优化算法,以机器学习技术为基础,建立分布式挖掘模型,通过计算数据相异度,完成数据挖掘中心的优化.实验结果表明,本设计算法在总计算量和预测准确度上均胜于传统算法,证明了方法的有效性和实用性.
推荐文章
机器学习算法在数据挖掘中的应用
数据挖掘
BP 神经网络
遗传优化算法
空压机故障诊断
基于关联规则的医疗大数据挖掘算法
关联规则
医疗
大数据
挖掘
算法
机器学习算法对旅游数据的挖掘应用
机器学习算法
数据挖掘
户外定位
基于Hadoop的大数据频繁模式挖掘算法
Hadoop
频繁模式
大数据
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 基于机器学习模型的大数据挖掘优化算法
来源期刊 信息与电脑 学科 工学
关键词 机器学习模型 大数据 挖掘优化 差异
年,卷(期) 2019,(21) 所属期刊栏目 算法语言
研究方向 页码范围 68-69
页数 2页 分类号 TP311.13
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 万晓燕 36 70 5.0 7.0
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  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(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
机器学习模型
大数据
挖掘优化
差异
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
信息与电脑
半月刊
1003-9767
11-2697/TP
北京市东城区北河沿大街79号
chi
出版文献量(篇)
16624
总下载数(次)
72
总被引数(次)
19907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导