檢索結果：共7筆資料 檢索策略： "電子工程系".dept (精準) and ckeyword.raw="資料探勘"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
大型資料探勘與分析技術近年來普遍應用於眾多社群網路研究領域。而資料分析最主要的核心目的就是找出一筆資料中彼此關聯度較高的群體，藉由群的概念可以使我們輕易地將單一複雜的問題切割成許多關聯性較高的子問題…
2
數位科技的發展及網際網路的盛行，使得巨量的資訊以驚人的速度快速的成長。這些資料都是來自於許多不同的來源，並且使用於不同的用途，因此常出現各種不同的資料型態，例如二值向量 (binary vector…
3
時間序列分析可以讓我們瞭解實際事件變化與行為，而針對時間序列進行相似性群集有助於未來行為的預測以及規劃。然而，大部分的群集化演算法都先要求給定參數（例如分群數），但是使用者卻沒有足夠的知識背景來決定…
4
資料探勘為(Data Mining)目前非常熱門的研究領域，主要在研究如何從龐大資料庫中萃取出有用的知識，提供企業進行決策時的參考。資料庫中遺失值(Missing Values)的存在，會影響到資料…
5
客戶關係管理已成為現代企業卓越的商業策略之一，其中客戶保留和客戶服務被公認是最重要且具效益的商業活動。客戶關係管理目前可仰賴多樣的智慧型技術，本論文即針對客戶保留及障礙排除等客戶服務工作，提出新穎的…
6
在資料探勘領域裡的群聚分析，對於在資料集中去發掘資料樣本分佈是非常有用的。為了對資料集分群，群聚演算法通常使用一以距離矩陣為基礎的相似度量測，而達到在相同群聚裡的資料點比不同群聚裡的資料點更為相似。…
7
頻繁項集挖掘是資料探勘中其中一個重要的議題，它旨在找出交易資料庫中的關聯規則。找出這些頻繁項集可能需要對資料庫進行多次掃描並且也可能會產生冗餘的候選項集，這兩個因素造成了此問題的效能瓶頸。在過去的研…