您的位置： 专家智库 > >

陈敏

作品数：3 被引量：11H指数：2
供职机构：合肥工业大学计算机与信息学院更多>>
发文基金：安徽省自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 3篇频繁访问模式
  • 3篇WEB挖掘
  • 1篇用户
  • 1篇用户访问
  • 1篇知识
  • 1篇数据挖掘
  • 1篇基于WEB
  • 1篇WEB使用
  • 1篇WEB使用挖...
  • 1篇APRIOR...

机构

  • 3篇合肥工业大学

作者

  • 3篇陈敏
  • 2篇欧阳一鸣
  • 2篇刘红樱
  • 1篇胡学钢

传媒

  • 1篇模式识别与人...
  • 1篇微电子学与计...

年份

  • 3篇2005
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
基于Web使用挖掘的知识发现研究
Web挖掘是将数据挖掘和WWW这两个领域中的多种技术和方法结合起来的热门研究课题。一般而言,它的研究领域包括Web内容挖掘、Web结构挖掘和Web使用挖掘。其中,Web使用挖掘的研究目的在于发现用户浏览网站的行为规律,改...
陈敏
关键词：数据挖掘WEB挖掘WEB使用挖掘频繁访问模式
文献传递
Web挖掘中基于RD_Apriori算法发现用户频繁访问模式被引量：9
2005年
从Web日志数据中发现用户的频繁访问模式,可分为两步进行。首先把经过预处理后的日志数据转换为最大前向引用的集合,然后使用Apriori算法挖掘出频繁访问模式。本文针对挖掘的第二步提出了一种基于缩减数据库(ReducedDatabase)的RD_Apriori算法,此算法能够准确、高效地挖掘各种长度不同的频繁访问模式。
陈敏欧阳一鸣刘红樱
关键词：WEB挖掘频繁访问模式
Web挖掘中发现用户访问模式算法的改进与分析被引量：2
2005年
Web日志挖掘的一个主要任务是获得用户的浏览模式,这对Web站点的改进和为用户提供个性化服务提供了有价值的潜在信息。本文提出了一种改进算法——RD_Close。该算法对数据挖掘中的Close方法进行了改进,并引入了RD_Apriori方法中缩减数据库的思想。这种改进算法能有效发现用户频繁访问模式。最后,用实际数据对算法性能进行了充分验证和深入分析。
欧阳一鸣陈敏刘红樱胡学钢
关键词：WEB挖掘频繁访问模式
全选 清除 导出
共1页<1>
聚类工具0