Minghsin University Institutional Repository:Item 987654321/502
English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 1365/1366 (100%)
造訪人次 : 1336963      線上人數 : 238
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU 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: http://120.105.36.38/ir/handle/987654321/502


    題名: “創造企業顧客關係管理競爭優勢”整合型計畫之子計畫三
    作者: 蔡秀滿
    貢獻者: 資訊工程系
    關鍵詞: 資料探勘、資料流、移動視窗、頻繁封閉項目集、關連法則探勘
    日期: 2010-12
    上傳時間: 2011-06-21 11:34:25 (UTC+8)
    摘要: 資料探勘(data mining)在資料庫領域中的應用非常地廣泛。例如,在大型交易資料
    庫中發掘相關物品的關連法則(association rules),發掘和使用者購物時間相關的循序樣
    式(sequential patterns),以及分析在網際網路中的使用者行為等。這些傳統的資料探勘應
    用所使用的資料主要是來自於靜態的儲存設備,也就是說資料的更新是定期進行,而不
    是一種動態持續的方式。關連法則探勘有下列兩個重要的問題:第一個問題是使用者必
    須自行設定 “最小支持度”(minimum support)。支持度的設定必須考慮探勘資料的特性,
    經過不斷的測試和調整之後,才能得到適當的值。然而在實際應用上,使用者要找到適
    當的最小支持度是一件非常不容易的工作。第二個問題是探勘的結果通常會產生大量的
    頻繁項目集(frequent itemsets),進而產生大量的關連法則,造成應用上的困難。在資料
    流的探勘環境中發掘頻繁項目集,也存在著相同的問題:設定 “最小支持度” 以及如何
    精簡 “頻繁項目集”的數目。先前有關資料流的研究尚未將上述兩個問題一併考慮。本
    研究將考慮在移動視窗模式(sliding window model)的資料流環境中,設計有效解決這兩
    個問題的方法。
    顯示於類別:[資訊工程系] 校內專題研究計畫

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    蔡秀滿-NEW.pdf785KbAdobe PDF427檢視/開啟


    在MUSTIR中所有的資料項目都受到原著作權保護.


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