數(shù)據(jù)挖掘技術在網(wǎng)上書店的應用研究.pdf_第1頁
已閱讀1頁，還剩51頁未讀， 繼續(xù)免費閱讀

下載本文檔

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、目前國內(nèi)外的網(wǎng)上書店已經(jīng)開始利用數(shù)據(jù)挖掘技術，實現(xiàn)將這些信息轉換成有價值的知識。本文在此背景下，針對一些算法在網(wǎng)上書店數(shù)據(jù)挖掘模塊應用上的不足，經(jīng)過研究與學習，提出了關聯(lián)規(guī)則中Apriori算法和分類分析中ID3算法的改進算法。
　　本文重點分析了關聯(lián)規(guī)則中的Apriori算法，分類分析中的ID3算法和序列模式分析中的GSP算法。并對Apriori算法和ID3算法進行了改進。改進后的Apriori算法提高了算法的運行效率，改進后的

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。

評論

0/150

提交評論