版權(quán)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(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、數(shù)據(jù)挖掘是從大量的數(shù)據(jù)中提取新穎的、有效的、可信的并被人理解的模式的非平凡過程。而聚類分析則是數(shù)據(jù)挖掘的一項(xiàng)重要功能。 本文首先簡(jiǎn)要介紹了數(shù)據(jù)挖掘的基本理論;接著描述了聚類的含義以及針對(duì)不同數(shù)據(jù)類型的差異度計(jì)算;然后列出了數(shù)據(jù)挖掘中現(xiàn)存的幾種有代表性的聚類算法的思想以及它們的優(yōu)缺點(diǎn)。 在圖書館現(xiàn)有的自動(dòng)化系統(tǒng)中,每天、每月、每年都會(huì)產(chǎn)生大量的統(tǒng)計(jì)數(shù)據(jù)和表單。面對(duì)這些海量數(shù)據(jù),關(guān)鍵問題是如何將它們合理歸類。而聚類分析就是將
2、數(shù)據(jù)合理歸類的一種方法,其目的是把相似的東西歸為一類,使得類內(nèi)具有較大的相似性,而類間具有較小的相似性。 以此為背景,文章著重陳述了在高校圖書館中基于k-means算法的圖書聚類。在此部分,首先簡(jiǎn)要介紹了k-means算法的基本思想;其次在SQL Server數(shù)據(jù)庫中,用SQL查詢得出中國(guó)海洋大學(xué)圖書館中圖書的借閱次數(shù)、續(xù)借次數(shù)和平均借閱時(shí)間,其中數(shù)據(jù)是由中國(guó)海洋大學(xué)圖書館提供的;最后利用k-means算法對(duì)圖書進(jìn)行聚類,按圖書
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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 圖書借閱數(shù)據(jù)關(guān)聯(lián)規(guī)則的挖掘.pdf
- 圖書借閱數(shù)據(jù)挖掘課程設(shè)計(jì)
- 28940.圖書借閱信息的數(shù)據(jù)挖掘
- 基于數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的圖書借閱管理數(shù)據(jù)研究.pdf
- 數(shù)據(jù)挖掘6聚類
- 關(guān)聯(lián)規(guī)則挖掘在圖書借閱數(shù)據(jù)處理中的應(yīng)用.pdf
- 4527.基于數(shù)據(jù)挖掘的圖書館借閱行為分析
- 基于數(shù)據(jù)挖掘的高校圖書館借閱數(shù)據(jù)特性分析與應(yīng)用.pdf
- 數(shù)據(jù)挖掘聚類算法研究.pdf
- 數(shù)據(jù)挖掘中聚類問題的研究.pdf
- 基于聚類的增量數(shù)據(jù)挖掘研究.pdf
- 基于數(shù)據(jù)挖掘的農(nóng)業(yè)高校圖書館借閱數(shù)據(jù)分析研究.pdf
- 數(shù)據(jù)挖掘中的聚類算法研究.pdf
- 數(shù)據(jù)挖掘中模糊聚類與聚類集成研究.pdf
- 關(guān)聯(lián)規(guī)則挖掘在圖書借閱數(shù)據(jù)處理中的應(yīng)用(1)
- 數(shù)據(jù)挖掘中的演化數(shù)據(jù)聚類算法研究.pdf
- 數(shù)據(jù)挖掘技術(shù)的研究及在圖書借閱系統(tǒng)中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘中聚類方法的研究.pdf
- 基于模糊聚類的數(shù)據(jù)挖掘研究.pdf
- 數(shù)據(jù)挖掘中聚類算法的研究.pdf
評(píng)論
0/150
提交評(píng)論