… 数据挖掘领域的研究热点之 一[3].离群点检测目的是通过数据挖掘方法找出不同于 大规模数据中
… 使用k 近邻方法来检测离群点与k 近邻分类不同, 这些方法主要用于检测全局离群点和局部离群…

… 综述数据挖掘技术在在线 学习行为分析中的应用现状,并进一步展望未来的研究趋势. a)使用可视化
分析方法… 学习行为研究常使用的数据挖掘方法有分类,聚类,关 联规则挖掘,序列模式挖掘,文本…

… 这3 个方面对这些研究工作进行了总结和梳理,并根 据其采用的数据挖掘和分析技术进行了分类
,… 的数据类型和方法技术.为了 增加参考价值和覆盖面,表中也增加了企业内部软件项目数据挖掘的…

… 数据挖掘有描述性和… 分类属于预测任务;描述性任务就是概括数据中潜在的联系模式(如相关性
,趋势,聚类,轨迹和异常等) [2] .简而言之,数据挖掘技术是通过关联,分类,聚类等方法实现对目标数据…

… 方法 进行表征"应用机器学习的方法实现特征提取并生 成分类器"实现了文档主题预测(在恶意
代码检测 应用场景中"… 逻辑回归'N<( 和J]N 等多种数据挖掘方法来 预测其中存在的误报"使得漏洞…

… 摘要:本文针对交通数据挖掘领域的交通流预测问题进行研究和实现.主要对… 本文分析了文本
分类领域中的序列模型和卷积模型,并提出一种组合序列模型和卷积模型的混合模型.在公开数据集上…

… 极少数情况下会对源域样本 是否含有数据标签进行讨论.因此本文所提出的以下分类方法中,默认…
但现有的算法大多集中于同构深度数据挖掘,即源域和目标域之间的 特征空间是相同的.而这一…

… 随着数据挖掘和分析技术的不断提高,基于大数据方法对经济的研究日益增多,大… 对象,进而建立
起网络链接结构模型; 内容挖掘是通过分类和聚类技术,从页面内容本身提取到有价值的信息;应用…