注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 数据挖掘——概念、模型、方法和算法.pdf

  2. 本书全面讲述了数据挖掘的概念、模型、方法和算法。本书共包括13章和2个附录，全面、详细地讲述了从数据挖掘的基本概念到数据挖掘的整个过程，以及数据挖掘工具及其典型应用领域。本书编写严谨、内容权威、结构合理、科学规范、语言流畅，特别适合作为高等院校数据挖掘课程的教科书，还适合作为数据挖掘研究人员必备的参考书。 目 录 第1章 数据挖掘的概念 1 1.1 概述 1 1.2 数据挖掘的起源 3 1.3 数据挖掘过程 5 1.3.1 陈述问题和阐明假设 5 1.3.2 数据收集 6 1.3.3 数据预处

  3. 所属分类：其它

    • 发布日期：2009-05-27
    • 文件大小：8mb
    • 提供者：linkui26

  1. 数据挖掘原理与SPSS Clementine应用-关联规则算法

  2. 10.1 关联规则基本概念 10.2 关联规则算法原理 10.3 分层搜索经典算法-Apriori算法 10.4 并行挖掘算法 10.5 增量更新挖掘算法 10.6 多层关联规则挖掘 10.7 多维关联规则挖掘 10.8 约束性关联规则挖掘 10.9 数量关联规则挖掘 10.10 负关联规则挖掘算法 10.11 加权关联规则挖掘算法 10.12 应用实例分析 10.13 小结

  3. 所属分类：其它

    • 发布日期：2010-01-11
    • 文件大小：683kb
    • 提供者：yxinfa

  1. 数据挖掘的应用

  2. 增量数据挖掘算法在区域交通管理中的应用.

  3. 所属分类：交通

    • 发布日期：2008-01-14
    • 文件大小：164kb
    • 提供者：yoyo_zrttc

  1. 数据挖掘--概念与技术

  2. 目录 第一章 引言 ......................................................................................................................................................... 8 1.1 什么激发数据挖掘？为什么它是重要的？.............................................................

  3. 所属分类：Web开发

    • 发布日期：2010-09-06
    • 文件大小：1mb
    • 提供者：huanghyw

  1. ETL增量抽取方案 抽取、转换、加载

  2. ETL 中三个字母分别代表的是Extract、Transform、Load，即抽取、转换、加载。 （1）数据抽取：从源数据源系统抽取目的数据源系统需要的数据；（2）数据转换：将从 源数据源获取的数据按照业务需求，转换成目的数据源要求的形式，并对错误、不一致的数 据进行清洗和加工；（3）数据加载：将转换后的数据装载到目的数据源。 ETL 作为构建数据仓库的一个环节，负责将分布的、异构数据源中的数据如关系数据、 平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集 市中

  3. 所属分类：专业指导

    • 发布日期：2010-09-20
    • 文件大小：236kb
    • 提供者：claram

  1. 增量数据挖掘初探

  2. 本文介绍了数据挖掘领域中的增量频繁模式挖掘，在介绍了频繁项集挖掘与增量频繁模式挖掘的一搬概念后，文章又相继介绍了了三种由相关研究人员提出的增量频繁模式挖掘算法，并分析了这些算法的优点与不足，并且在分析的同时发现了IUAMAR算法的严重缺陷，指出它是不可靠的算法．最后，文章根据火锅销售数据挖掘的现实情况，结合其中的两种算法的优点，介绍了销售数据挖掘的实现。

  3. 所属分类：数据库

    • 发布日期：2011-09-08
    • 文件大小：365kb
    • 提供者：yijuan11225223

  1. 抽取增量数据算法说明

  2. 抽取增量数据算法说明，数据挖掘使用，非常通用的方法。

  3. 所属分类：C#

    • 发布日期：2011-12-22
    • 文件大小：23kb
    • 提供者：magic_hanfei

  1. 一种增量式文本软聚类算法

  2. 来自西安交大学报，学术论文，一种增量式文本软聚类算法。供在数据挖掘领域研究的同学们，相互参考！如有引用请注明出处，谢谢

  3. 所属分类：专业指导

    • 发布日期：2012-03-21
    • 文件大小：1mb
    • 提供者：dahai1987126

  1. SQL_Server_2005_BI数据挖掘案例

  2. SQL_Server_2005_BI数据挖掘案例,架构设计 - 关系架构和 Analysis Services 中使用的架构。 数据提取、转换和加载 (ETL) 过程的实现。 客户前端系统的设计与部署，以便进行报告和交互式分析。 生产系统的规模大小调整。 对运行中的系统的管理与维护，包括对数据的增量式更新。

  3. 所属分类：其它

    • 发布日期：2014-06-11
    • 文件大小：476kb
    • 提供者：nana916

  1. 大数据日知录（1/2）

  2. 大数据是当前最为流行的热点概念之一，其已由技术名词衍生到对很多行业产生颠覆性影响的社会现象，作为最明确的技术发展趋势之一，基于大数据的各种新型产品必将会对每个人的日常生活产生日益重要的影响。 《大数据日知录：架构与算法》从架构与算法角度全面梳理了大数据存储与处理的相关技术。大数据技术具有涉及的知识点异常众多且正处于快速演进发展过程中等特点，其技术点包括底层的硬件体系结构、相关的基础理论、大规模数据存储系统、分布式架构设计、各种不同应用场景下的差异化系统设计思路、机器学习与数据挖掘并行算法以及层

  3. 所属分类：其它

    • 发布日期：2016-04-25
    • 文件大小：50mb
    • 提供者：thirdlucky

  1. 大数据日知录（2/2）

  2. 大数据是当前最为流行的热点概念之一，其已由技术名词衍生到对很多行业产生颠覆性影响的社会现象，作为最明确的技术发展趋势之一，基于大数据的各种新型产品必将会对每个人的日常生活产生日益重要的影响。 《大数据日知录：架构与算法》从架构与算法角度全面梳理了大数据存储与处理的相关技术。大数据技术具有涉及的知识点异常众多且正处于快速演进发展过程中等特点，其技术点包括底层的硬件体系结构、相关的基础理论、大规模数据存储系统、分布式架构设计、各种不同应用场景下的差异化系统设计思路、机器学习与数据挖掘并行算法以及层

  3. 所属分类：其它

    • 发布日期：2016-04-25
    • 文件大小：17mb
    • 提供者：thirdlucky

  1. 大数据-日知录-架构-算法(PDF高清完整版)

  2. 内容简介 大数据是当前最为流行的热点概念之一，其已由技术名词衍生到对很多行业产生颠覆性影响的社会现象，作为最明确的技术发展趋势之一，基于大数据的各种新型产品必将会对每个人的日常生活产生日益重要的影响。 《大数据日知录：架构与算法》从架构与算法角度全面梳理了大数据存储与处理的相关技术。大数据技术具有涉及的知识点异常众多且正处于快速演进发展过程中等特点，其技术点包括底层的硬件 体系结构、相关的基础理论、大规模数据存储系统、分布式架构设计、各种不同应用场景下的差异化系统设计思路、机器学习与数据挖掘并

  3. 所属分类：算法与数据结构

    • 发布日期：2017-11-23
    • 文件大小：67mb
    • 提供者：sbliu_rsgs

  1. 大数据挖掘技术与应用

  2. 本书针对数据的海量性、复杂性、高维性、模糊性和不完整性，对数据挖掘技术中的聚类分析和关联规则分析进行了系统的研究。设计与实现了基于密度和自适应密度可达聚类算法、基于簇特征的动态增量聚类算法、并行聚类算法、基于密度加权的模糊聚类算法、高唯复杂数据聚类算法、基于数据场的聚类算法、基于距离的量化关联规则和基于数据场的量化关联规则算法，给出了在矿产资源评价、遥感图像分类、矿业经济分析中的应用例证。全书共分11章，主要内容包括：绪论，基于密度和密度可达聚类分析，基于簇特征的动态增量聚类分析，并行聚类分析

  3. 所属分类：算法与数据结构

    • 发布日期：2018-01-08
    • 文件大小：108mb
    • 提供者：q1457797371

  1. 大数据日知录——架构与算法

  2. 大数据是当前最为流行的热点概念之一，其已由技术名词衍生到对很多行业产生颠覆性影响的社会现象，作为最明确的技术发展趋势之一，基于大数据的各种新型产品必将会对每个人的日常生活产生日益重要的影响。 《大数据日知录：架构与算法》从架构与算法角度全面梳理了大数据存储与处理的相关技术。大数据技术具有涉及的知识点异常众多且正处于快速演进发展过程中等特点，其技术点包括底层的硬件体系结构、相关的基础理论、大规模数据存储系统、分布式架构设计、各种不同应用场景下的差异化系统设计思路、机器学习与数据挖掘并行算法以及层

  3. 所属分类：算法与数据结构

    • 发布日期：2018-04-12
    • 文件大小：67mb
    • 提供者：yh3000

  1. 海量数据引擎SF1R.zip

  2. 什么是SF1R SF1R是一个分布式的存储搜索一体化海量数据引擎。SF1R来自于iZENECloud团队多年的 研发成果，并且已经在商业网站上经受住了严苛的考验。2014年，iZENECloud团队把SF1R 开放给社区，采用Apache License 2，希望共同改进和维护。 Note SF1R的全称是Search Formula 1 Revolution，SF1R是iZENECloud团队给搜索引擎项目使用的内部代号。 SF1R的历史和特色 SF1R是

  3. 所属分类：其它

  1. 基于关联规则的增量更新算法.pdf

  2. 分析了基于关联规则的增量数据挖掘算法 , 针对传统数据挖掘算法多次迭代扫描 , 数据库和最小支持度不能同时发生变化 , 数据结构复杂等的不足 , 提出哈希增量数据挖掘算法 HIUA 。该算法只需要扫描数据库一次 , 并且采用常用的哈希存储结构 , 数据结构简单 , 操作方便、可行 , 通过测试结果表明该算法是合理有效的。

  3. 所属分类：算法与数据结构

    • 发布日期：2019-10-10
    • 文件大小：716kb
    • 提供者：weixin_40238625

  1. 基于关联规则的医生诊疗数据挖掘系统的实现

  2. 数据挖掘是从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘有用知识的过程，它是一个新兴的边缘学科，其应用领域非常广泛，并且具有良好的应用前景。课题使用JAVA语言、ORM数据访问接口和XML技术设计了跨平台运行、多线程并发处理、架构灵活、支持增量同步更新的数据挖掘系统模型ARFDW和实现方案。

  3. 所属分类：其它

    • 发布日期：2020-08-27
    • 文件大小：127kb
    • 提供者：weixin_38728360

  1. 医疗电子中的基于关联规则的医生诊疗数据挖掘系统的实现

  2. 摘要：数据挖掘是从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘有用知识的过程，它是一个新兴的边缘学科，其应用领域非常广泛，并且具有良好的应用前景。课题使用JAVA语言、ORM数据访问接口和XML技术设计了跨平台运行、多线程并发处理、架构灵活、支持增量同步更新的数据挖掘系统模型ARFDW和实现方案。 　　0 引言 　　数据挖掘从20世纪80年代提出到现在，不过短短20多年的时间，但其应用已非常广泛，不仅用于科研领域，在商业领域的应用也毫不逊色，尤其是用于银行、电信、保险、交通、零售（如

  3. 所属分类：其它

    • 发布日期：2020-10-20
    • 文件大小：129kb
    • 提供者：weixin_38613640

  1. 动态数据挖掘的增量属性约简方法

  2. 动态数据挖掘的增量属性约简方法

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：707kb
    • 提供者：weixin_38717171

  1. 数据挖掘助力精细化流量经营

  2. 移动互联网时代，移动数据流量正以前所未有的速度在增长，电信运营商面临着增量不增收、流量套餐渗透率不高、自有移动互联网业务推广难等问题。本文结合电信运营商的实际案例，介绍运用协同式过滤、社交网络分析、决策树等数据挖掘技术在流量套餐精确营销、移动互联网业务个性化推荐等流量经营重点工作中的应用和效果。

  3. 所属分类：其它

« 12 3 »