基于数据挖掘算法数据模型实现大数据分析的方法研究

• 作者: 冯伊平 王卓瑜 费万堂 陈磊 魏敏
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 数据挖掘 K-means聚类算法 中心簇 距离公式 BP神经网络模型
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 理论与算法
• 页码范围: 54-58
• 页数: 5页
• 分类号: TP309.7
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1903521

摘要

针对大型数据库中的海量数据筛选困难的问题,设计了基于数据挖掘算法模型分析大数据的方法.通过K-means聚类算法,使得用户从不同的样本数据中,根据大数据样本的某些属性或某类特征,在输出的数据中,再采用BP神经网络模型对获取的聚类数据进一步训练、计算,这种方法能够映射、处理不同数据之间聚类种类大数据之间的复杂非线性关系,提高数据处理精度和用户挖掘大数据的能力.试验结果表明,设计的方法能够使用户更加便捷地处理大数据,提高了大数据应用的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏敏		9	7	2.0	2.0
2	冯伊平		4	8	2.0	2.0
3	王卓瑜		4	7	2.0	2.0
4	费万堂		1	0	0.0	0.0
5	陈磊		1	0	0.0	0.0