论文摘要
数据挖掘在科研和商业应用中正发挥着越来越重要的作用。随着数据量的增加,数据挖掘工具处理海量数据的能力问题显得日益突出。数据挖掘通常又称数据库知识发现。为了系统的将数据挖掘技术应用与企业的决策,将企业的数据资源转换为企业的核心竞争力,一个有效的方法就是将数据挖掘技术与企业知识库技术有机地结合起来,形成分析研究和应用需求相互促进、知识与规则提取方法的专业化的应用体系。数据挖掘的基本任务是从海量数据中获取隐含在数据背后的有用的知识。数据挖掘应用基本过程是集成历史数据,在此基础上建立挖掘模型,挖掘出有价值的商业运作规律和模式,再将这些挖掘模型、规律和模式表示成易理解的规则集成到企业知识库中,最后是将知识库知识应用于企业的商业活动。不同的数据挖掘任务会产生出不同类型的知识。通过对这些知识类型结构和性质的研究,可以得到相应的数据挖掘过程需要完成的任务集合,从而定义出规范的、完整的数据挖掘算法流程。决策树学习有很多算法,本文着重研究了对引入用户兴趣度参数的ID3算法在面对多值属性时的快速分类的优化,在避免了多值弱相关属性覆盖少值强相关属性的基础上,通过数学工具简化原算法的复杂度和编码代价,从而提高使用该算法时的运算速度,尽量多的节约计算时间,从而达到降低成本的,提高效率的目的。
论文目录
相关论文文献
- [1].基于兴趣度的移动学习系统设计[J]. 攀枝花学院学报 2017(02)
- [2].独立学院“95后”大学生专业兴趣度的调查分析[J]. 科教文汇(下旬刊) 2019(12)
- [3].懒人健脑法[J]. 康颐 2017(01)
- [4].中韩高校管理类专业学生专业兴趣度和专业关心度实证研究[J]. 考试周刊 2014(81)
- [5].直播电商行业生态解析[J]. 现代广告 2020(11)
- [6].基于游客综合兴趣度的旅游景点推荐[J]. 测绘与空间地理信息 2014(03)
- [7].基于用户兴趣度的协同过滤算法[J]. 电脑知识与技术 2012(19)
- [8].图书馆读者兴趣度建模及实证分析[J]. 现代情报 2011(02)
- [9].主题兴趣度提取方法及其在用户兴趣模型中的应用研究[J]. 微型电脑应用 2011(03)
- [10].用于推荐系统聚类分析的用户兴趣度研究[J]. 计算机工程与应用 2011(07)
- [11].大学生专业兴趣度与转专业倾向及行为的关系[J]. 心理研究 2011(03)
- [12].基于关联规则的图书馆读者兴趣度实证分析[J]. 情报理论与实践 2009(04)
- [13].一种基于兴趣度知识的推荐系统框架[J]. 信息化纵横 2009(17)
- [14].关联规则兴趣度研究[J]. 电脑知识与技术 2008(24)
- [15].打开“经验”之门 绽放课程魅力——九年级道德与法治“运用你的经验”栏目教与学例谈[J]. 教学月刊·中学版(政治教学) 2019(12)
- [16].基于信息熵的兴趣度规则挖掘算法[J]. 模式识别与人工智能 2014(06)
- [17].高校公共体育定向越野[J]. 科技视界 2014(26)
- [18].基于兴趣度的关联规则挖掘及其在医疗审计中的应用[J]. 信息与电脑(理论版) 2013(08)
- [19].奇异值分解法在预测用户页面兴趣度中的应用[J]. 数理统计与管理 2012(02)
- [20].基于神经网络的用户兴趣度估计[J]. 计算机工程 2011(07)
- [21].基于综合兴趣度的协同过滤推荐算法[J]. 计算机工程 2009(17)
- [22].基于兴趣度与类型因子的高校图书推荐算法[J]. 浙江工业大学学报 2019(04)
- [23].基于加权动态兴趣度的微博个性化推荐[J]. 计算机应用 2014(12)
- [24].一种基于用户行为的兴趣度模型[J]. 计算机工程与应用 2012(08)
- [25].基于多兴趣度的图书借阅推荐系统研究与设计[J]. 信息技术 2011(07)
- [26].一种基于页面兴趣度的关联规则研究[J]. 浙江理工大学学报 2009(06)
- [27].适用于社交网络的隐私保护兴趣度匹配方案[J]. 计算机应用 2016(12)
- [28].基于时间段的动态用户兴趣度矩阵的新闻推荐研究[J]. 小型微型计算机系统 2016(05)
- [29].和声模糊聚类在读者兴趣度建模中的应用[J]. 现代情报 2012(07)
- [30].基于兴趣度的课程关联规则模式研究[J]. 广东石油化工学院学报 2012(06)