您的位置: 专家智库 > >

王靓明

作品数:7 被引量:7H指数:2
供职机构:南昌大学更多>>
发文基金:江西省自然科学基金江西省重点攻关项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇期刊文章
  • 1篇学位论文
  • 1篇会议论文
  • 1篇科技成果

领域

  • 7篇自动化与计算...

主题

  • 4篇数据挖掘
  • 4篇网络
  • 3篇用户
  • 3篇神经网
  • 3篇神经网络
  • 3篇WEB用户
  • 3篇KOHONE...
  • 2篇用户访问
  • 2篇用户访问模式
  • 2篇关联规则
  • 2篇WEB挖掘
  • 2篇WEB用户访...
  • 1篇电子商务
  • 1篇信息服务系统
  • 1篇学习率
  • 1篇用户行为
  • 1篇用户行为模式
  • 1篇日志
  • 1篇散列
  • 1篇散列函数

机构

  • 7篇南昌大学
  • 1篇江西理工大学

作者

  • 7篇王靓明
  • 5篇段隆振
  • 5篇朱敏
  • 1篇涂华
  • 1篇吴步琪
  • 1篇朱敏
  • 1篇黄龙军
  • 1篇赵希和
  • 1篇段文影
  • 1篇李刚
  • 1篇邱桃荣
  • 1篇彭永供
  • 1篇黄建平
  • 1篇杨文琳
  • 1篇罗浩

传媒

  • 2篇南昌大学学报...
  • 1篇计算机工程与...
  • 1篇计算机与现代...
  • 1篇2009年全...

年份

  • 2篇2010
  • 5篇2009
7 条 记 录,以下是 1-7
排序方式:
基于双Kohonen神经网络的Web用户访问模式挖掘算法被引量:4
2009年
本文根据Kohonen自组织特征映射神经网络中学习阶段的性质,运用双Kohonen神经网络组合成新的自组织训练挖掘模型,先使用粗调整训练,加快模型学习速度,紧接着使用微调整训练,提高模型学习精度。实验结果表明,本文提出的双Kohonen神经网络挖掘模型,相对于标准Kohonen神经网络在训练速度和收敛效果上都有一定程度的提高,改善了聚类效果,为挖掘用户的多种兴趣提供了一种可行的方法。
段隆振朱敏王靓明
关键词:WEB数据挖掘用户访问模式KOHONEN神经网络学习率
一种基于Kohonen神经网络Web用户行为模式的挖掘方法被引量:2
2009年
根据Kohonen自组织特征映射神经网络中学习阶段的性质,对标准Kohonen神经网络进行了改进,通过选取不同的学习率和邻域函数,将学习阶段分为粗调整学习和微调整学习二个阶段,使Kohonen神经网络的训练速度和收敛效果有一定程度的提高,改善了聚类效果。同时在Kohonen神经网络的输出层添加一模糊聚类层,为挖掘用户的多种兴趣提供了一种可行的方法。
朱敏段隆振王靓明
关键词:WEB挖掘用户行为模式聚类KOHONEN神经网络
融合多重模糊矩阵_SOFM的Web日志挖掘研究
本文首先对Web日志挖掘的发展现状及存在的问题进行了系统性阐述,按Web日志挖掘的流程及相关技术进行了介绍和探讨。重点分析和研究了Web日志数据预处理、聚类分析技术以及算法等Web日志挖掘关键技术。   本文较为详细地...
王靓明
关键词:计算机网络数据挖掘聚类分析
文献传递
基于WEB挖掘的个性化出版物信息服务系统
段隆振涂华邱桃荣赵希和黄建平段文影黄龙军罗浩朱敏李刚吴步琪王靓明
(一)主要科技内容:基于J2EE架构,在MyEclipse和JADE AGENT平台下,采取SOA的设计模式,综合运用Agent、WEB挖掘、Spring MVC、Hibernate、Web serⅥce、Ajax等技术...
关键词:
关键词:电子商务数据挖掘个性化服务信息服务系统
基于散列技术的高效剪枝关联规则挖掘算法被引量:2
2009年
该算法结合项集的有序特性有效压缩了频繁项集的数量,提高了算法效率,但是频繁2-项集的产生仍需要占用大量的存储空间,本文利用散列函数对候选频繁2-项集进行剪枝,这样频繁集的数目大大减少,不仅节省了存储空间、减少了计算开销,而且又保持了频繁项集的完整性。
彭永供王靓明朱敏段隆振
关键词:关联规则APRIORI性质散列函数频繁项集
基于双Kohonen神经网络的Web用户访问模式挖掘算法
本文根据Kohonen自组织特征映射神经网络中学习阶段的性质,运用双Kohonen神经网络组合成新的自组织训练挖掘模型,先使用粗调整训练,加快模型学习速度,紧接着使用微调整训练,提高模型学习精度。实验结果表明,本文提出的...
段隆振朱敏王靓明
关键词:数据挖掘用户访问神经网络
文献传递
基于Apriori算法的频繁访问页面挖掘分析
2009年
挖掘最大频繁项目集是数据挖掘应用中关联规则的关健问题。本文结合SQL语言的特点,对Apriori算法进行改进,由于改进后的Apriori算法不需要多次扫描数据库,实现过程不断采用临时表,不断缩小搜索空间,从而提高Apriori算法运行效率。将其应用至频繁访问页面挖掘中,从而找出W eb访问信息的关联规则,更好地组织站点的W eb空间,为用户带来方便。
王靓明杨文琳朱敏
关键词:SQL关联规则APRIORI算法
共1页<1>
聚类工具0