版權(quán)說(shuō)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、隨著信息技術(shù)的飛速發(fā)展,人們已經(jīng)累積了海量的數(shù)據(jù),并且數(shù)據(jù)量仍在持續(xù)地呈指數(shù)增長(zhǎng)趨勢(shì)快速膨脹。為有效開(kāi)發(fā)和利用這些數(shù)據(jù),支持社會(huì)、經(jīng)濟(jì)、生活所需,以數(shù)據(jù)挖掘?yàn)榇淼纳虅?wù)智能技術(shù)得到了廣泛的應(yīng)用。分類已經(jīng)成為數(shù)據(jù)挖掘中應(yīng)用最為普遍的方法。隨著商務(wù)智能在管理中的應(yīng)用普及,面向海量、高維等復(fù)雜數(shù)據(jù)的高性能分類方法,已成為數(shù)據(jù)挖掘、知識(shí)發(fā)現(xiàn)領(lǐng)域中的熱點(diǎn)及難點(diǎn)問(wèn)題。本文針對(duì)數(shù)據(jù)挖掘中的復(fù)雜數(shù)據(jù)分類問(wèn)題,對(duì)基于關(guān)聯(lián)分析和子空間劃分的分類方法展開(kāi)了進(jìn)
2、一步的研究。
第一,針對(duì)商務(wù)數(shù)據(jù)規(guī)模普遍較大的特征,提出了一個(gè)基于關(guān)聯(lián)分析的關(guān)聯(lián)分類方法。首先,定義了一種新的分類規(guī)則度量標(biāo)準(zhǔn)——典型性(Typicality),該標(biāo)準(zhǔn)綜合考慮了規(guī)則的覆蓋度及置信度,有效避免了傳統(tǒng)支持度-置信度度量框架下無(wú)效規(guī)則的產(chǎn)生。其次,提出了一個(gè)三階段的規(guī)則剪枝策略,在保持分類準(zhǔn)確率的前提下能夠有效縮小分類器的規(guī)模。UCI數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,本文提出的關(guān)聯(lián)分類方法在顯著降低分類器復(fù)雜性的同時(shí),也獲得
3、了更好的分類準(zhǔn)確率。
第二,關(guān)聯(lián)分類方法能夠很好地處理大部分分類問(wèn)題,然而在處理具有高維屬性特征的數(shù)據(jù)庫(kù)時(shí)具有一定的局限性。針對(duì)商務(wù)數(shù)據(jù)中的高維數(shù)據(jù)挖掘問(wèn)題,提出了一個(gè)基于核Fisher鑒別分析的子空間分類方法。該算法結(jié)合了頻繁模式挖掘和核Fisher特征抽取技術(shù)來(lái)尋找所有子空間,利用分治策略將大樣本的分類問(wèn)題轉(zhuǎn)換成一系列小樣本的子空間分類問(wèn)題,再通過(guò)特征抽取技術(shù)進(jìn)行降維,從而大大降低了問(wèn)題的復(fù)雜性。實(shí)驗(yàn)結(jié)果顯表明,本文提出的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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
- 數(shù)據(jù)挖掘在個(gè)性化推薦系統(tǒng)中的應(yīng)用.pdf
- 復(fù)雜數(shù)據(jù)分類方法及其應(yīng)用研究.pdf
- 二型模糊決策方法及其在個(gè)性化推薦中的應(yīng)用.pdf
- 協(xié)作過(guò)濾算法及其在個(gè)性化推薦系統(tǒng)中的應(yīng)用.pdf
- 個(gè)性化推薦系統(tǒng)研究及其在信息檢索中的應(yīng)用.pdf
- 協(xié)同推薦技術(shù)及其在科技文獻(xiàn)個(gè)性化推薦系統(tǒng)中的應(yīng)用研究.pdf
- 個(gè)性化推薦系統(tǒng)在牛贊網(wǎng)中的應(yīng)用.pdf
- 協(xié)同過(guò)濾技術(shù)在個(gè)性化推薦系統(tǒng)中的應(yīng)用.pdf
- 非負(fù)矩陣分解算法研究及其在個(gè)性化推薦系統(tǒng)中的應(yīng)用
- 個(gè)性化推薦技術(shù)及其在電子商務(wù)中的應(yīng)用.pdf
- 基于數(shù)據(jù)挖掘的個(gè)性化推薦模型及其在保險(xiǎn)中的應(yīng)用研究.pdf
- 支持向量機(jī)在個(gè)性化推薦中的應(yīng)用.pdf
- OTA系統(tǒng)中的個(gè)性化應(yīng)用推薦系統(tǒng)的研究.pdf
- 個(gè)性化混合推薦算法在旅游中的應(yīng)用.pdf
- 機(jī)票個(gè)性化推薦方法.pdf
- 個(gè)性化推薦系統(tǒng)
- 播存環(huán)境中話題挖掘及其在個(gè)性化推薦中的應(yīng)用.pdf
- 個(gè)性化推薦系統(tǒng)技術(shù)與應(yīng)用.pdf
- 個(gè)性化推薦系統(tǒng)應(yīng)用及研究.pdf
- 數(shù)據(jù)挖掘在高校圖書(shū)館個(gè)性化推薦服務(wù)中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論