全部版块 我的主页
论坛 数据科学与人工智能 人工智能 人工智能论文版
678 0
2017-09-19
摘要:Web页面包含复杂的、无结构的、动态的数据信息,快速找到感兴趣的Web数据信息过程受到干扰。为了避免上述问题,提出了一种对改进的Apriori算法用于Web数据区域兴趣区的挖掘分析,对传统的算法进行改进,在自然连接产生候选集以前对Web数据进行一个修剪过程,减少参加连接的项集数量,因而减小生成的候选项集规模,减少了循环迭代次数和运行时间,同时在连接判断步骤中减少多余的判断次数,保证Web兴趣区域挖掘的高效性。实验证明,利用上面阐述的算法进行Web兴趣区域数据挖掘,能够有效提高挖掘的效率,效果较好。

原文链接:http://www.cqvip.com/QK/96469X/201304/45450120.html

送人玫瑰,手留余香~如您已下载到该资源,可在回帖当中上传与大家共享,欢迎来CDA社区交流学习。(仅供学术交流用。)

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群