计算机仿真
計算機倣真
계산궤방진
Computer Simulation
2015年
9期
409-412,416
,共5页
大型电子商务%数据挖掘%遗传算法
大型電子商務%數據挖掘%遺傳算法
대형전자상무%수거알굴%유전산법
Large e-commerce%Data mining%Genetic algorithm
大型电子商务的数据呈现多样性和非线性,需要对特定数据进行有效地挖掘.传统的大型电子商务数据挖掘过程采用模糊知识库推理机分类算法,通过特定聚类方法实现数据的挖掘与特征检测,当特征出现模糊分辨特性时,检测效果不好.提出遗传关联进化的电子商务特定数据挖掘检测算法,构建改进遗传算法的特征数据模型,引入遗传关联特征进行特定数据的挖掘,得到数据变化幅度和频率特征,根据得到的变化幅度和频率特征进行特定信息的检测.改进后的算法突出了遗传算法的全局性,提高了全局收敛性,仿真结果表明,遗传算法进行特定数据检测,能有效反映电子商务数据变化的细节特征,对电子商务中特定数据的分类检测性能较好,准确检测率为99.3％,较传统算法80.6％的准确率,有显著的提高,在电子商务特征数据挖掘和检测中具有较好应用价值.
大型電子商務的數據呈現多樣性和非線性,需要對特定數據進行有效地挖掘.傳統的大型電子商務數據挖掘過程採用模糊知識庫推理機分類算法,通過特定聚類方法實現數據的挖掘與特徵檢測,噹特徵齣現模糊分辨特性時,檢測效果不好.提齣遺傳關聯進化的電子商務特定數據挖掘檢測算法,構建改進遺傳算法的特徵數據模型,引入遺傳關聯特徵進行特定數據的挖掘,得到數據變化幅度和頻率特徵,根據得到的變化幅度和頻率特徵進行特定信息的檢測.改進後的算法突齣瞭遺傳算法的全跼性,提高瞭全跼收斂性,倣真結果錶明,遺傳算法進行特定數據檢測,能有效反映電子商務數據變化的細節特徵,對電子商務中特定數據的分類檢測性能較好,準確檢測率為99.3％,較傳統算法80.6％的準確率,有顯著的提高,在電子商務特徵數據挖掘和檢測中具有較好應用價值.
대형전자상무적수거정현다양성화비선성,수요대특정수거진행유효지알굴.전통적대형전자상무수거알굴과정채용모호지식고추리궤분류산법,통과특정취류방법실현수거적알굴여특정검측,당특정출현모호분변특성시,검측효과불호.제출유전관련진화적전자상무특정수거알굴검측산법,구건개진유전산법적특정수거모형,인입유전관련특정진행특정수거적알굴,득도수거변화폭도화빈솔특정,근거득도적변화폭도화빈솔특정진행특정신식적검측.개진후적산법돌출료유전산법적전국성,제고료전국수렴성,방진결과표명,유전산법진행특정수거검측,능유효반영전자상무수거변화적세절특정,대전자상무중특정수거적분류검측성능교호,준학검측솔위99.3％,교전통산법80.6％적준학솔,유현저적제고,재전자상무특정수거알굴화검측중구유교호응용개치.
