期刊文献+

多层前馈神经网络技术在理财商务网站中的应用 被引量:1

APPLICATION OF MULTI-LAYER FEED-FORWARD ARTIFICIAL NEURAL NETWORK IN ELECTRONIC COMMERCE
下载PDF
导出
摘要 针对会员理财的需求如何最大可能地发掘他们的关注点,是一个理财系统所最为关心的内容.基于聚类分析的挖掘技术可以从大量的数据中抽取潜在的、有价值的信息,而通过人工神经网络技术中的优化算法,则可以明显地提高数据挖掘的效果. Data mining takes out the latent and worthy knowledge from the large quantity of data.In order to improve the data mining result,Artificial Neural Networks(ANN)has been applied by using of the electronic commerce.
作者 牟荣 刘希玉
出处 《山东师范大学学报(自然科学版)》 CAS 2008年第1期34-36,共3页 Journal of Shandong Normal University(Natural Science)
基金 国家自然科学基金资助项目 "泰山学者"建设工程专项经费资助项目 山东省自然科学基金重大项目(Z2004G02) 山东省中青年科学家奖励基金资助项目(03BS003) 山东省教育厅计划项目(J05G01)
关键词 理财商务网站 数据挖掘 关联规则 多层前馈神经网络 electronic commerce data mining association rule multi-layer feed-forward artificial neural network
  • 相关文献

参考文献11

  • 1韩家炜,孟小峰,王静,李盛恩.Web挖掘研究[J].计算机研究与发展,2001,38(4):405-414. 被引量:356
  • 2张玉林,仲伟俊,梅姝娥.一类表间多层次关联规则挖掘算法研究[J].管理工程学报,2002,16(2):53-56. 被引量:3
  • 3Mao Jetal. Artificial neural networks for feature extraction and mul2tivariate data projection[ J]. IEEE Trans. on NN, 1995, (6) :296 - 317.
  • 4[美]Mehmed Kantardzic.数据挖掘——概念、模型、方法和算法[M].闪四清,陈茵,程雁,等译.北京:清华大学出版社,2003.515.
  • 5张娥,郑斐峰,冯耕中.Web日志数据挖掘的数据预处理方法研究[J].计算机应用研究,2004,21(2):58-60. 被引量:31
  • 6Xu L Bayesian, Yang Ying. Machine clustering and number of clusters[ J]. Pattern Recognition Letters, 1997,18( 11 - 13):1 167- 1 178.
  • 7Raymond T Ng, Han Jiawei. CLARANS:A method for clustering objects for spatial data mining[J] .Ieee Transactions on Knowledge and Data Engineering, 2002,14(5):1 003-1 016.
  • 8Zhang T. Ramakrishnan R, Livny M. Birch: an Efficient Data Clustering Method for Very Large Databases[ C]. Canada: h: Proceedings of the ACM SIGMOD Conference, Montreal, 1996.103 - 114.
  • 9Ester M, Kriegel HP, Sander J, et al. A Density Based Algorithmfor Discovering Ousters in Laige Spatial Databases with Noise[A]. In: Proc 2nd Int. Conf. on Knowledge Discovery and Data Mining(KDD296)[C] .Portland:ACMPress,1996.22.6 - 231.
  • 10吕宗健.利用Web日志挖掘技术构建自适应网站[J].山东师范大学学报(自然科学版),2007,22(1):23-24. 被引量:3

二级参考文献30

共引文献397

同被引文献5

引证文献1

二级引证文献4

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部