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:
本文对关键的数据挖掘技术进行介绍,并阐述常用的挖掘算法,主要包括K-means聚类算法、层次聚类算法、关联算法、遗传算法等,最后对大数据挖掘技术在市场销售中的应用方式进行分析,旨在充分发挥挖掘技术的作用,使数据处理更加符合大数据发展需求.
推荐文章
浅谈大数据背景下数据挖掘技术应用的改进
大数据
数据挖掘
数据存储框架
技术改进
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
基于Hadoop的大数据频繁模式挖掘算法
Hadoop
频繁模式
大数据
地震前兆数据的大数据挖掘研究
地震
前兆数据
大数据挖掘
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 基于大数据背景的数据挖掘技术算法研究
来源期刊 信息与电脑 学科
关键词 大数据 数据挖掘技术 算法
年,卷(期) 2020,(15) 所属期刊栏目 算法语言
研究方向 页码范围 56-58
页数 3页 分类号 TP311.13
字数 语种 中文
DOI 10.3969/j.issn.1003-9767.2020.15.022
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (1)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
大数据
数据挖掘技术
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
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