郭建生
- 作品数：5 被引量：137H指数：4
- 供职机构：上海交通大学电子信息与电气工程学院图像处理与模式识别研究所更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 一种有效的用于数据挖掘的动态概念聚类算法被引量：54
- 2001年
- 概念聚类适用于领域知识不完整或领域知识缺乏时的数据挖掘任务 .定义了一种基于语义的距离判定函数 ,结合领域知识对连续属性值进行概念化处理 ,对于用分类属性和数值属性混合描述数据对象的情况 ,提出了一种动态概念聚类算法 DDCA(domain- based dynamic clustering algorithm) .该算法能够自动确定聚类数目 ,依据聚类内部属性值的频繁程度修正聚类中心 ,通过概念归纳处理 ,用概念合取表达式解释聚类输出 .研究表明 ,基于语义距离判定函数和基于领域知识的动态概念聚类的算法 DDCA是有效的 .
- 郭建生赵奕施鹏飞
- 关键词：数据挖掘领域知识数据对象数据集合数据库
- 元规则指导的知识发现方法研究被引量：7
- 1999年
- 传统的知识发现方法缺乏挖掘的针对性，效率较低，挖掘出的规则数量巨大，需要进行复杂的知识筛选工作;挖掘出的规则用低层次的原始数据表示，难以理解。无规则是对挖掘结果模式的一种表示方法，是将背景知识融入知识发现过程、提高挖掘结果的有趣性和挖掘速度的重要方法。该文研究利用概念表示数据之间的关系，提高规则的可理解性;将概念和无规则相集合，提出了基于概念的无规则指导的知识发现方法，并给出了概念的生成方法和无规则的构造方法。
- 程继华郭建生施鹏飞
- 关键词：数据挖掘元规则知识发现数据库
- 金融数据挖掘中的概念聚类算法及应用研究
- 该文主要研究了概念聚类在证券金融数据挖掘中的应用.将大规模数据集合高效地划分为有意义的子集的是金融数据挖掘的基本问题之一.由于数据采集时的随意性和不规则性,加上市场发展的渐进求程和管理制度的滞后,使得金融数据挖掘要在缺少...
- 郭建生
- 关键词：数据挖掘金融概念聚类属性离散化时间序列有趣性
- 文献传递
- 挖掘所关注规则的多策略方法研究被引量：47
- 2000年
- 通过数据挖掘 ,从大型数据库中发现了大量规则 ,如何选取用户所关注的规则 ,是知识发现的重要研究内容 .该文研究了利用领域知识对规则的主观关注程度进行度量的方法 ,给出了一个能够度量规则的简洁性和新奇性的客观关注程度的计算函数 ,提出了选取用户关注的规则的多策略方法 .
- 程继华郭建生施鹏飞
- 关键词：知识发现数据挖掘数据库
- 模糊关联规则及挖掘算法被引量：33
- 1999年
- 关联规则的挖掘是知识发现的重要研究内容之一．目前对关联规则的研究，仅限于用确定的、精确的概念表示的确定关联规则．由于客观世界的多样性和复杂性，许多事物难于用精确和确定的概念表示，用确定关联规则不能有效地表达数据之间的关联规则．本文提出了模糊关联规则的概念，研究了模糊关联规则的性质和挖掘算法，同时还提出了一种新的规则有趣性的度量函数．
- 程继华施鹏飞郭建生
- 关键词：知识发现模糊关联规则数据挖掘数据库
