Internet数据挖掘现状及未来发展

详细信息    查看官网全文

• 论文作者：陈永政
• 年：2016
• 作者机构：重庆工程学院;
• 论文关键词：数据挖掘 ; Web挖掘
• 会议召开时间：2016-07-26
• 会议录名称：第十四届中国不确定系统年会、第十八届中国青年信息与管理学者大会论文集
• 语种：中文
• 分类号：TP311.13
• 学会代码：QHIS
• 会议名称：第十四届中国不确定系统年会第十八届中国青年信息与管理学者大会
• 会议地点：中国陕西渭南
• 主办单位：中国运筹学会不确定系统分会
• 学会名称：清华大学数学科学系
• 页数：3
• 文件大小：340k
• 原文格式：D
• 会议级别：全国

摘要

随着Internet/Web技术的快速普及和迅猛发展,使各种信息可以以非常低的成本在网络何在这个全球最大的数据集合中发现有用信息成为数据挖掘研究的热点。Web数据挖掘是目前数据挖掘领域中的一个很重要的研究领域,本文介绍了Web数据挖掘研究领域的现状及发展。

引文

[1]刘莹.基于数据挖掘的商品销售预测分析[J].科技通报.2014(07)
    [2]姜晓娟,郭一娜.基于改进聚类的电信客户流失预测分析[J].太原理工大学学报.2014(04)
    [3]李欣海.随机森林模型在分类与回归分析中的应用[J].应用昆虫学报.2013(04)
    [4]朱志勇,徐长梅,刘志兵,胡晨刚.基于贝叶斯网络的客户流失分析研究[J].计算机工程与科学.2013(03)
    [5]翟健宏,李伟,葛瑞海,杨茹.基于聚类与贝叶斯分类器的网络节点分组算法及评价模型[J].电信科学.2013(02)
    [6]王曼,施念,花琳琳,杨永利.成组删除法和多重填补法对随机缺失的二分类变量资料处理效果的比较[J].郑州大学学报(医学版).2012(05)
    [7]黄杰晟,曹永锋.挖掘类改进决策树[J].现代计算机(专业版).2010(01)
    [8]李净,张范,张智江.数据挖掘技术与电信客户分析[J].信息通信技术.2009(05)
    [9]武晓岩,李康.基因表达数据判别分析的随机森林方法[J].中国卫生统计.2006(06)
    [10]张璐.论信息与企业竞争力[J].现代情报.2003(01)