检索结果-内蒙古大学图书馆

图书馆学研究 2018年第18期 20-29页

作者：屈文建陈旦芝唐晶南昌大学管理学院信息管理系南昌大学

Web3.0时代,传统的学术信息资源已无法满足用户的需求,学术社区信息资源呈现出爆炸性增长。Folksonomy是以用户为中心的信息组织方式,近年来在网络信息领域应用越来越广泛。文章将Folksonomy资源组织模式引进学术社区,将Folksonomy三要... 详细信息

Web3.0时代,传统的学术信息资源已无法满足用户的需求,学术社区信息资源呈现出爆炸性增长。Folksonomy是以用户为中心的信息组织方式,近年来在网络信息领域应用越来越广泛。文章将Folksonomy资源组织模式引进学术社区,将Folksonomy三要素(用户、资源、标签)与学术社区三要素(用户、资源、关系)结合,对其应用合理性、资源组织模式及功能效果进行了分析。研究结果表明:Folksonomy资源组织特征决定了其资源组织方式,资源组织机理决定了其资源组织模式,标签—用户—资源三要素之间的关系整体构建出三元超图模式,为学术社区资源组织提供了新的思路。

关键词： Folksonomy 资源组织模式学术社区超图模式

来源：评论

学校读者我要写书评

暂无评论

情境化推荐中基于超图模式的用户偏好漂移识别研究

引用

情报学报 2011年第8期30卷 802-811页

作者：蔡淑琴胡慕海叶波马玉涛华中科技大学企业商务智能工程研究所武汉430074 武汉纺织大学管理学院武汉430074 广西科技信息网络中心南宁530012

识别用户偏好漂移是维护用户偏好模式、确保偏好描述准确的关键之一,随着移动商务的迅猛发展,近年来越来越受到重视。一个研究方向是基于聚类实现偏好漂移的识别,但目前研究对于资源对象间多元的弱关联处理存在不足,为此本文结合情境化... 详细信息

识别用户偏好漂移是维护用户偏好模式、确保偏好描述准确的关键之一,随着移动商务的迅猛发展,近年来越来越受到重视。一个研究方向是基于聚类实现偏好漂移的识别,但目前研究对于资源对象间多元的弱关联处理存在不足,为此本文结合情境化推荐的特征,构建了情境化资源的超图模型,在对资源相似度、资源簇相似度、用户偏好漂移度等相关概念定义的基础上,提出了一种识别用户偏好漂移的方法。该方法在两阶段层次聚类架构中引人多级超图分割算法,通过两组实验验证了方法的有效性。本文对方法复杂性和应用机制也进行了探讨。

关键词：超图模式情境化推荐偏好漂移

来源：评论

学校读者我要写书评

暂无评论

HGHD:一种基于超图的高维空间数据聚类算法

引用

微电子学与计算机 2006年第6期23卷 185-187页

作者：沙金张翠肖贾玉锋胡迎新石家庄铁道学院计算机系河北石家庄050043

传统聚类算法无法有效地处理现实世界中存在许多高维空间数据。为此,提出一种基于超图模式的高维空间数据聚类算法HGHD,通过数据集中的数据及其间关系建立超图模型,并应用超图划分进行聚类,从而把一个求解高维空间数据聚类问题转换为一... 详细信息

传统聚类算法无法有效地处理现实世界中存在许多高维空间数据。为此,提出一种基于超图模式的高维空间数据聚类算法HGHD,通过数据集中的数据及其间关系建立超图模型,并应用超图划分进行聚类,从而把一个求解高维空间数据聚类问题转换为一个超图分割寻优问题。该方法采用自底向上的分层思想,相对于传统方法最大的优势是不需要降维,直接用超图模式描述原始数据之间的关系,能产生高质量的聚类结果。

关键词：超图模式高维空间数据数据聚类

来源：评论

学校读者我要写书评

暂无评论

一种基于超图模式的高维空间数据聚类方法

引用

计算机工程 2002年第7期28卷 54-55,164页

作者：张蓉彭宏广东商学院信息学院广州510320 华南理工大学计算机系广州510640

把一个求解高维空间数据聚类问题转换为一个超图分割寻优问题,提出了一种基于超图模式的高维空间数据聚类方法。该方法不需要减少高维空间数据项的维数,直接用超图模式描述原始数据之间的关系,并通过选择适当的支持度阈值,有效祛除噪声... 详细信息

把一个求解高维空间数据聚类问题转换为一个超图分割寻优问题,提出了一种基于超图模式的高维空间数据聚类方法。该方法不需要减少高维空间数据项的维数,直接用超图模式描述原始数据之间的关系,并通过选择适当的支持度阈值,有效祛除噪声点,保证数据聚类的质量。

关键词：超图模式高维空间数据聚类方法关联规则模拟退火算法数据挖掘数据库

来源：评论

学校读者我要写书评

暂无评论

一种基于超图模式的高维空间数据聚类方法

引用

模式识别与人工智能 2002年第2期15卷 223-227页

作者：张蓉彭宏广东商学院信息系广州510320 华南理工大学计算机系广州510640

本文把一个求解高维空间数据聚类问题转换为一个超图分割寻优问题,提出一种基于超图模式的高维空间数据聚类方法.该方法不需要减少高维空间数据项的维数,直接用超图模式描述原始数据之间的关系,并能通过选择适当的支持度阈值,有效去除... 详细信息

本文把一个求解高维空间数据聚类问题转换为一个超图分割寻优问题,提出一种基于超图模式的高维空间数据聚类方法.该方法不需要减少高维空间数据项的维数,直接用超图模式描述原始数据之间的关系,并能通过选择适当的支持度阈值,有效去除噪声点,保证数据聚类的质量.

关键词：超图模式高维空间数据聚类关联规则模拟退火算法数据挖掘数据库

来源：评论

学校读者我要写书评

暂无评论

高维空间的数据聚类与异常检测方法研究

高维空间的数据聚类与异常检测方法研究

引用

作者：刘丽娜燕山大学

学位级别：硕士

随着数据库应用的普及,人们逐步陷入\"数据丰富,知识贫乏\"的尴尬境地.而近年来互联网的发展与快速普及,使得人类第一次真正体会到了数据海洋无边无际.面对如此巨大的数据资源,人们迫切需要一种新技术和自动工具以便能够利用... 详细信息

随着数据库应用的普及,人们逐步陷入\"数据丰富,知识贫乏\"的尴尬境地.而近年来互联网的发展与快速普及,使得人类第一次真正体会到了数据海洋无边无际.面对如此巨大的数据资源,人们迫切需要一种新技术和自动工具以便能够利用智能技术帮助我们将这巨大数据资源转换为有用的知识与信息资源,从而帮助我们科学地进行各种决策.数据挖掘技术因此应运而生.该文就数据挖掘中的数据聚类和异常检测技术进行了深入地研究和讨论.大部分的数据挖掘的实际应用都是高维空间中的,设计对高维空间中的数据对象,特别是对高维空间稀疏和怪异分布的数据对象,能进行较好聚类分析的聚类算法和异常数据检测算法已成为数据挖掘研究中的一项挑战.针对现有的数据聚类算法在高维数据聚类上的弊端,该文提出了一种基于超图模式的聚类方法,把数据集中的数据及其间关系表示在一个超图中,通过划分超图来得到数据的聚类.该方法相对于传统方法最大的优势是不需要降维,能够高效的产生高质量的聚类结果.到目前为止,提出的异常检测算法对高维数据异常检测效果都不理想.该文就布尔属性的高维数据提出了一种异常检测方法.它通过定义反映数据稀疏程度的覆盖系数,搜索其低维子空间里的异常模式来检测异常,在该方法中,我们使用到了遗传算法来优化我们的搜索过程,并取得了较好的效果.

关键词：数据挖掘数据聚类异常检测超图模式遗传算法

来源：评论

学校读者我要写书评

暂无评论

数据聚类技术的研究

引用

计算机工程与应用 2002年第16期38卷 145-147页

作者：张蓉广东商学院信息系广州510320

在分析指出传统数据聚类方法的缺点和不足的基础上,提出了一种新的数据聚类方法,给当前数据聚类技术的研究提供了一个新的思路。

关键词：数据聚类超图模式图形分割数据库知识发现数据挖掘

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：