English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 62793/95819 (66%)
造訪人次 : 3638099      線上人數 : 172
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    請使用永久網址來引用或連結此文件: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/23051


    題名: CHSPM:一個完整的混合循序樣式探勘演算法
    其他題名: CHSPM: A complete hybrid sequential patterns mining algorithm
    作者: 周清江;原孝任
    貢獻者: 淡江大學資訊管理學系
    關鍵詞: 循序樣式(sequential pattem);資料探勘(data mining;樣式成長(Pattern-growth)
    日期: 2005-05
    上傳時間: 2009-11-30 14:30:42 (UTC+8)
    出版者: 臺北縣新莊市:輔仁大學資訊管理學系
    摘要: 隨著電腦應用日益普及,儲存在電腦的資料呈現爆炸式的成長,如何藉由資料探勘技術從鉅量的原始資料中找出常見的資料排列規則,以作為分析或決策時的參考,成為越來越重要的課題。其中循序樣式探勘(sequential pattem mining) 的任務是要由原始資料間的先後次序資訊中,找出常見的順序樣式,其應用相當廣泛,包括顧客購買行為分析、網站日誌探勘以及基因定序等等。
    循序樣式探勘的研究依據樣式中相鄰之項目於資料庫中是否也必須相鄰可粗略的分為連續循序樣式、非連續循序樣式及混合循序樣式探勘等三類。過去混合循序樣式探勘的研究,演算法都以Apriori 為基礎,但發現探勘出的結果並不完整,所以本研究將針對第三類混合循序樣式,利用樣式成長(Pattem-growth) 的探勘方法,以窮舉法來找出完整之混合型循序樣式,而實驗顯示本研究將可以探勘出完整的混合循序樣式。
    關聯: 第十六屆國際資訊管理學術研討會論文集:企業創新與IT創新之間的連結─機會發現=Proceedings of the 16th International Conference on Information Management,12頁
    顯示於類別:[資訊管理學系暨研究所] 會議論文

    文件中的檔案:

    檔案 大小格式瀏覽次數
    index.html0KbHTML253檢視/開啟

    在機構典藏中所有的資料項目都受到原著作權保護.

    TAIR相關文章

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - 回饋