已閱讀1頁，還剩67頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領
文檔簡介
1、該文首先從理論和應用兩個角度分析了Apriori算法的局限性,并且針對該算法的不足,設計了一種新的算法,新的算法:①將可信度放在首位,能夠對稀有數(shù)據(jù)進行分析.②掃描數(shù)據(jù)庫一次,將數(shù)據(jù)庫中的交易信息轉換成位圖結構體,以后的挖掘都以該位圖結構體為基礎,這樣就避免過多地掃描數(shù)據(jù)庫,減輕了系統(tǒng)的 I/O負載,獲得較好的計算效率.然后,根據(jù)新的挖掘算法,結合超市日常零售業(yè)務的實際情況,設計了面向超市行業(yè)的數(shù)據(jù)挖掘模型SM-MINER,在挖掘模型S
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于決策樹的CON-MINER數(shù)據(jù)挖掘模型設計與實現(xiàn).pdf
- 數(shù)據(jù)挖掘中關聯(lián)規(guī)則算法的設計與實現(xiàn).pdf
- 關聯(lián)規(guī)則數(shù)據(jù)挖掘方法的研究與實現(xiàn).pdf
- 基于冠心病數(shù)據(jù)庫的關聯(lián)規(guī)則數(shù)據(jù)挖掘系統(tǒng)的設計與實現(xiàn).pdf
- 基于關聯(lián)規(guī)則數(shù)據(jù)挖掘的研究與應用.pdf
- 一種關聯(lián)規(guī)則數(shù)據(jù)挖掘算法的設計與實現(xiàn).pdf
- 關聯(lián)規(guī)則挖掘算法的設計與實現(xiàn).pdf
- 基于MapReduce模型的關聯(lián)規(guī)則挖掘算法的設計.pdf
- 基于關聯(lián)規(guī)則數(shù)據(jù)挖掘的研究.pdf
- 基于矩陣的關聯(lián)規(guī)則挖掘算法的設計與實現(xiàn).pdf
- 基于Hadoop的動車組故障數(shù)據(jù)關聯(lián)規(guī)則挖掘研究與實現(xiàn).pdf
- 基于關聯(lián)規(guī)則的數(shù)據(jù)挖掘可視化系統(tǒng)的實現(xiàn).pdf
- 基于關聯(lián)規(guī)則數(shù)據(jù)挖掘算法的研究.pdf
- 基于關聯(lián)規(guī)則的Web日志挖掘系統(tǒng)設計與實現(xiàn).pdf
- 基于關聯(lián)規(guī)則挖掘的個性化網(wǎng)站設計與實現(xiàn).pdf
- 關聯(lián)規(guī)則數(shù)據(jù)挖掘的研究.pdf
- 基于概念格模型的關聯(lián)規(guī)則挖掘算法研究及實現(xiàn).pdf
- 基于關聯(lián)規(guī)則的Web日志挖掘研究與實現(xiàn).pdf
- 圖書館資源使用數(shù)據(jù)的關聯(lián)規(guī)則挖掘設計與實現(xiàn).pdf
- 基于關聯(lián)規(guī)則挖掘算法的分析型CRM的設計與實現(xiàn).pdf
評論
0/150
提交評論