基于分类模型的数据库个性化知识发现方法

doi:10.3969/j.issn.1000-3428.2006.20.068

计算机工程 ›› 2006, Vol. 32 ›› Issue (20): 185-187. doi: 10.3969/j.issn.1000-3428.2006.20.068

基于分类模型的数据库个性化知识发现方法

蒙祖强1，蔡自兴2

(1. 广西大学计算机与信息工程学院，南宁 530004；2. 中南大学信息科学与工程学院，长沙 410083)

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2006-10-20 发布日期:2006-10-20

Personalized KDD Approach Based on Classification Model

MENG Zuqiang1, CAI Zixing2

(1. College of Computer and Information Engineering, Guangxi University, Nanning 530004; 2. College of Information Science & Engineering, Central South University, Changsha 410083)

Received:1900-01-01 Revised:1900-01-01 Online:2006-10-20 Published:2006-10-20

摘要/Abstract

摘要： 利用RS理论和方法提出了个性化知识发现方法——PKDA算法。该算法可以有效地把那些冗余的和用户不感兴趣的信息层层去除，发现用户真正感兴趣的知识。该文给出了实验分析与对比结果，证实了算法的有效性和可行性。

关键词: 数据库知识发现, Rough set, 分辨矩阵, 约简

Abstract: This paper proposes PKDA, an effective method for finding personalized knowledge. By way of deleting the superabundant condition attributes ring upon ring, the interested information is discovered. It gives analyses and comparison of experiment results to illustrate the efficiency and feasibility of the algorithm.

Key words: Knowledge discovery database(KDD), Rough Set, Distinguish matrix, Reduction

蒙祖强;蔡自兴. 基于分类模型的数据库个性化知识发现方法[J]. 计算机工程, 2006, 32(20): 185-187.

MENG Zuqiang; CAI Zixing. Personalized KDD Approach Based on Classification Model[J]. Computer Engineering, 2006, 32(20): 185-187.

http://www.ecice06.com/CN/Y2006/V32/I20/185

[1]	陈良臣, 高曙, 刘宝旭, 陶明峰. 网络流量异常检测中的维数约简研究[J]. 计算机工程, 2020, 46(2): 11-20.
[2]	邱宁佳,李娜,胡小娟,王鹏,孙爽滋. 基于粒子群优化的朴素贝叶斯改进算法[J]. 计算机工程, 2018, 44(11): 27-32,39.
[3]	陈彦如,杨璐,刘思蓉. CBD高层写字楼早高峰电梯客流的到达分布拟合[J]. 计算机工程, 2017, 43(12): 283-291.
[4]	罗党,毛文鑫,孙慧芳. 灰色优势关系下不完备不一致决策表属性约简[J]. 计算机工程, 2017, 43(11): 166-172.
[5]	徐文远,毛力,王晓锋. 基于流量约简的网络模拟方法[J]. 计算机工程, 2017, 43(1): 120-125.
[6]	丁棉卫,张腾飞,马福民. 基于二进制区分矩阵的增量式属性约简算法[J]. 计算机工程, 2017, 43(1): 201-206.
[7]	洪国栋,闵卫东. 网络故障管理中基于邻域粗糙集的规则自动生成[J]. 计算机工程, 2016, 42(9): 310-314.
[8]	刘涛涛,马福民,张腾飞. 基于正区域和差别元素的增量式属性约简算法[J]. 计算机工程, 2016, 42(8): 183-187,193.
[9]	贺滢,徐蔚鸿,李杨林. 基于RACPSO的测试用例自动生成方法[J]. 计算机工程, 2016, 42(5): 66-70,79.
[10]	鄂旭,谭艳,励建荣,毛玫静,杨明婧. 水产品安全评估体系中属性约简算法研究[J]. 计算机工程, 2016, 42(3): 74-79.
[11]	张哲,孙丽君. 基于离散粒子群优化和邻域约简的基因特征选择算法[J]. 计算机工程, 2016, 42(3): 188-191,197.
[12]	汪文靖,冯瑞. 基于二分K-means的测试用例集约简方法[J]. 计算机工程, 2016, 42(12): 73-77,83.
[13]	杨长春,王巍巍,叶施仁,沈永梅. 基于R-C模型的多分区权值约简微博社区检测算法[J]. 计算机工程, 2016, 42(11): 43-49,56.
[14]	吴杰,梁妍,马垣. 基于下确界不可约的概念格属性约简方法[J]. 计算机工程, 2016, 42(11): 213-218.
[15]	胡燕,王慧琴,黄东宇,马宗方. 基于改进GA-RS的火焰图像特征自适应选择[J]. 计算机工程, 2015, 41(8): 186-189.

选择文件类型/文献管理软件名称

选择包含的内容

基于分类模型的数据库个性化知识发现方法

Personalized KDD Approach Based on Classification Model

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

基于分类模型的数据库个性化知识发现方法

Personalized KDD Approach Based on Classification Model

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价