- 年份
- 2024(4824)
- 2023(6927)
- 2022(5957)
- 2021(5662)
- 2020(4840)
- 2019(11099)
- 2018(10826)
- 2017(21395)
- 2016(10927)
- 2015(12082)
- 2014(11683)
- 2013(11115)
- 2012(9740)
- 2011(8266)
- 2010(7633)
- 2009(6470)
- 2008(5714)
- 2007(4294)
- 2006(3170)
- 2005(2267)
- 学科
- 济(43569)
- 经济(43527)
- 管理(31909)
- 业(31837)
- 方法(25763)
- 企(25623)
- 企业(25623)
- 数学(23860)
- 数学方法(23494)
- 农(12291)
- 财(11640)
- 中国(9331)
- 业经(8941)
- 农业(8596)
- 务(8002)
- 财务(7969)
- 财务管理(7949)
- 贸(7695)
- 贸易(7692)
- 企业财务(7593)
- 易(7532)
- 技术(7155)
- 地方(6847)
- 环境(6274)
- 制(6164)
- 和(5988)
- 理论(5913)
- 学(5869)
- 划(5615)
- 银(5407)
- 机构
- 大学(139248)
- 学院(138824)
- 管理(63269)
- 济(60595)
- 经济(59741)
- 理学(56766)
- 理学院(56326)
- 管理学(55422)
- 管理学院(55158)
- 研究(37619)
- 中国(28382)
- 京(25992)
- 财(25396)
- 财经(21866)
- 科学(21334)
- 业大(21028)
- 经(20283)
- 中心(19937)
- 农(19784)
- 经济学(18984)
- 经济管理(17889)
- 江(17485)
- 经济学院(17437)
- 财经大学(16837)
- 商学(16330)
- 商学院(16180)
- 范(15877)
- 师范(15700)
- 农业(15358)
- 所(15180)
- 基金
- 项目(109276)
- 科学(89151)
- 基金(83924)
- 研究(79756)
- 家(72394)
- 国家(71858)
- 科学基金(64647)
- 社会(53804)
- 社会科(51292)
- 社会科学(51282)
- 基金项目(45226)
- 自然(42370)
- 自然科(41492)
- 自然科学(41484)
- 省(41460)
- 自然科学基金(40749)
- 教育(37066)
- 划(34909)
- 资助(33073)
- 编号(31724)
- 部(25197)
- 重点(23938)
- 创(23832)
- 国家社会(23520)
- 成果(22915)
- 发(22662)
- 教育部(22548)
- 人文(22348)
- 创新(22276)
- 科研(21748)
共检索到175655条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 图书情报工作
[作者]
肖强 钱晓东
针对传统关联规则算法中事务扫描的重复性以及最小支持度设定的不确定性,导致关联规则挖掘算法扫描事务数据库运行效率低下的问题,提出一种基于K-means的Web访问用户关联规则挖掘算法,该算法利用K-means算法聚类的效果,将Web访问用户数据集聚类为不同的小数据集,采用不同的最小支持度,分别对Web访问用户聚类小数据集进行关联规则挖掘。分析和实验结果证明,该算法可有效提高传统关联规则挖掘算法的效率,同时也可有效避免传统关联算法中扫描中的重复性。
[期刊] 图书馆杂志
[作者]
张冬梅
本文论述了Web用户信息挖掘的内容和用户访问模式挖掘的实现方法,从几个方面分析了Web用户访问模式的发现技术在个性化定制服务中的应用。展望了Web访问信息挖掘技术的成熟对提高个性化定制服务水平的前景。
[期刊] 情报理论与实践
[作者]
宋楚平 李少芹
在现有图书借阅数据的基础上,对图书馆进行主题挖掘,来应对主动服务读者的要求。为减少主观因素对数据分析的影响,提高分析质量,采用传统K均值算法对图书馆主题挖掘是一种常用方法,但该算法本身存在一些固有的缺陷。为了改善图书馆主题挖掘效果,提出了一种基于K均值的改进算法。文章采用南通纺织职业技术学院1年的图书借阅数据对该算法和K均值算法进行了主题挖掘实验。结果表明,该算法在聚类准确度和收敛速度方面,相比K均值算法效果更好,聚类结果也更为合理。
关键词：
K均值算法 主题挖掘 遗传算法 读者分类
[期刊] 中国卫生经济
[作者]
陈梅 刘忠 陈国英 周娟
目的分析医院病人医疗费用构成,探讨医疗费用项目结构的合理性,挖掘超标医疗费用超标的原因,使医院管理者有针对性的控制医疗费用。方法以各疾病诊断相关组医疗费用的3/4分位数作为该组超标费用阈值,区分标内费用和超标费用;利用数据挖掘中的关联规则挖掘方法中的Apriori算法挖掘与超标费用有强关联的条件属性。结果在呼吸系统疾病中,1/4的超标医疗费用患者消耗掉了超过40%的医疗资源。关联规则模型共挖掘出4条有意义的关联规则,监测到发生费用超标的病例占超标费用人数的10.7%。4条规则中具有此条件使得超标发生的可能性依次是原来的2.47、2.36、2.30和2.29倍。结论:医院质量控制部门对医疗费用管理时可以参考关联规则挖掘出的强关联规则,对入院病人中满足规则的应给予重点关注,在满足病人医疗需求的前提下尽量避免超出标准费用的情况发生,加强医疗费用支出的事前预防。
[期刊] 情报理论与实践
[作者]
黄名选 严小卫 张师超
完全加权关联规则挖掘在信息检索查询扩展领域中有着很高的应用价值。在深入研究现有算法的基础上,提出基于两次剪枝的完全加权关联规则的挖掘算法,给出与其相关的定理,进行相应的实验。该算法采用两次剪枝策略,候选项集数量和挖掘时间明显减少,挖掘效率得到提高。实验结果表明了该算法的有效性,与现有算法比较,挖掘效率确实得到改善。
关键词：
关联规则 数据挖掘 算法
[期刊] 统计与决策
[作者]
杜洪波 白阿珍 朱立军
针对传统K-means算法存在的随机选取初始聚类中心和类簇数目需要人为选定,从而导致聚类结果不稳定,容易陷入局部最优解的问题,文章提出了一种基于改进的密度峰值算法(DPC)的K-means算法,该算法首先采用改进的DPC算法来选取初始聚类中心,弥补了K-means算法初始聚类中心随机选取导致易陷入局部最优解的缺陷;其次运用K-means算法进行迭代,并且引入熵值法计算距离优化聚类。在UCI数据集上的实验表明,该算法得到较好的初始聚类中心和较稳定的聚类结果,并且收敛速度也较快,证明了该算法的可行性。
[期刊] 河北经贸大学学报
[作者]
杜巍 赵春荣 黄伟建
聚类分析是数据挖掘的一种重要方法,将它应用在客户细分中,可以识别出不同的客户群,从而针对不同的客户群制定相应的营销政策,使企业效益最大化。针对聚类分析中k-means算法的不足,运用改进的聚类算法对旅游业客户进行细分,从而使企业能够更合理地细分、规划客户群组,针对不同需求的客户群体进行区别对待,得到了较好的效果,验证了改进算法的可行性和高效性。
[期刊] 情报理论与实践
[作者]
朱晓峰 陈楚楚 尹婵娟
在分析传统K-Means算法局限性的基础上,提出了一种基于文本平均相似度的K-Means算法,通过对每个文本的平均相似度计算和排序,以文本平均相似度值为标准来选择初始聚类中心点。实验证明,改进后的算法,更适合微博文本的特点,聚类精度和聚类稳定性均明显改善,微博舆情监测的质量大幅度提高。
关键词：
微博 网络舆情 K-Means算法
[期刊] 物流技术
[作者]
闫明月
基于核函数这种基于统计学习理论的方法,介绍了kernel K-means算法的基本原理与步骤,与传统的K-means算法进行了对比分析,无论是运算速度还是算法有效性,kernel K-means算法都优于传统的K-means算法,并应用于实际的城市交通客流量数据分析实验,结果验证了方法的有效性,为城市交通规律分析、城市规划与交通政策的制定提供了依据。
[期刊] 物流技术
[作者]
许彦宸 戴韬
分析了P-中值模型的特点,阐述了传统的模型与算法在求解大量需求点选择问题的局限性,提出了利用改进K-Means算法和重心法相结合的方式来求解该问题的思路,并提出以噪音率来刻画选址的效果,利用公开的数据设计了数值实验,证明该算法是收敛且实用的。
[期刊] 统计与决策
[作者]
吕泽华 张豪 李华
文章回顾了经典的K-means算法,分析了其存在的两个突出缺点:无法自行确定聚类数k和对初始聚类中心点十分敏感。受光电效应实验中电子束在反向电场中的串行规律启发,提出了基于捕获流动中心试点的自适应确定聚类数目的K-means算法,该算法模拟电子束在异性电子云中的串行,令数据点簇捕获流动的聚类中心试点,来消除多余的初始聚类中心,从而达到解决K-means算法的存在的缺陷问题。实验表明,该算法具有很强的自行确定聚类数的能力,也大大降低了对初始聚类中心选择的敏感度。
[期刊] 情报理论与实践
[作者]
宋凯 李秀霞 赵思喆
[目的/意义]针对CTM模型与K-means算法在文本聚类中存在的不足,提出将二者融合的CKM算法。该算法利用CTM模型确定聚类数和初始聚类中心,利用K-means算法进行聚类。[方法/过程]以Web of Science为数据来源,建立涵盖6个主题的多学科文献集,以F值为评价指标,利用R语言中的k-means函数和topicmodels包,比较K-means算法、CTM模型、CKM算法的聚类效果。[结果 /结论]结果表明,与单纯使用K-means算法、CTM模型相比,CKM算法的聚类效果更优,稳定性更好
[期刊] 统计与决策
[作者]
吕泽华 张豪 李华
文章回顾了经典的K-means算法,分析了其存在的两个突出缺点:无法自行确定聚类数k和对初始聚类中心点十分敏感。受光电效应实验中电子束在反向电场中的串行规律启发,提出了基于捕获流动中心试点的自适应确定聚类数目的K-means算法,该算法模拟电子束在异性电子云中的串行,令数据点簇捕获流动的聚类中心试点,来消除多余的初始聚类中心,从而达到解决K-means算法的存在的缺陷问题。实验表明,该算法具有很强的自行确定聚类数的能力,也大大降低了对初始聚类中心选择的敏感度。
[期刊] 统计与决策
[作者]
赵宏燕 赵越
文章针对K-means聚类算法中属性权重不确定且易变的特性对聚类结果产生影响的问题，提出一种结合偏序集思想、利用属性优先程度代替精确权值的变权K-means聚类算法。首先，将属性按优先程度大小排序，构建含有权重次序的加权欧氏距离公式；其次，进行线性关系转换，并用矩阵形式表示，在列的累加基础上比较大小、迭代归类；最后，援引iris数据集进行检验。结果表明，该方法在实践中能较好地避免权重不确定带来的影响，验证了改进后算法的有效性和准确性。
关键词：
偏序集 K-means聚类 变权
[期刊] 审计研究
[作者]
李培培
党的二十大报告提出，加快发展数字经济，促进数字经济和实体经济深度融合。数字技术已成为当今经济社会发展不可缺少的重要力量。近年来，审计机关高度重视数据分析工作，通过数据分析发现问题在审计工作中发挥了重要作用。随着数据获取范围拓展及数据间关系日趋复杂，迫切需要加强对数据间隐含关系的挖掘。关联规则挖掘算法主要实现数据关联关系分析，本文基于对具有代表性的Apriori和FP-Growth算法的研究，给出了关联规则挖掘算法在揭示组团刷卡骗取医保问题和违规刷课骗取培训补贴问题中的审计应用，对算法在审计应用中的注意事项及存在不足进行了总结，并提出了拓展算法审计应用场景、加强与其他技术结合应用等建议。
关键词：
数据挖掘 关联规则 关联关系 国家审计
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
