一种实用的软件数据挖掘模型

被引：5

作者：

尹云飞

张师超

徐章艳

机构：

[1] 广西师范大学计算机科学系

来源：

计算机应用 | 2004年 / 06期

关键词：

软件工程; 数据挖掘; 部分重复性; 完全重复性; 软件代价;

D O I：

暂无

中图分类号：

TP311.5 [软件工程];

学科分类号：

摘要：

文中提出了一种将数据挖掘应用于软件工程学中的模型,数据挖掘是一个涉及多领域的交叉学科,它拥有许多成熟的技术。其中,基于"部分重复性"理论的挖掘方法便是数据挖掘的重要技术之一。在对复杂数据的处理过程中,"部分重复性"理论通过建立"中心函数"、"浮动域"和"正确度"指标,提供了一种分类优劣的评价标准。与传统方法相比较,这种方法更加直观、更加高效、更加易于实现,而且能够发现有价值的知识模式。

引用

页码：60 / 62

页数：3

共 9 条

[1] Learning with Many Irrelevant Features. Almullim H,Dietterich TG. 9th National Conf. On artificial Intelligence[C], July . 1991
[2] Mining Association Rules Between Sets of Items in Large Databases. Agrawal R,Imielinski T,Swami A. ACM SIGMOD Issues . 1993
[3] Mining fuzzy association rules in databases. Kuok CM,Fu AWC,Wong MH. SIGMOD Record . 1998
[4] MultiMediaMiner: A System Prototype for Multimedia Data Mining. Zaiane OR,Han J,Li Z-N,et al. Proceedings ACM SIGMOD International Conference on Management of Data . 1998
[5] Discovering Causality in Large Databases. Zhang Shichao,Zhang Chengqi. Applied Artificial Intelligence . 2002
[6] Prediction Method for Normal Association Rules. Lu JJ,Song ZL,Yuan Z. 16th World Computer Congress 2000, Conference on Intelligent Information Processing[C], China Beijing . 2000
[7] Analyzing software science data with partial repeatability. Cai KY,Chen L. The Journal of Systems and Software . 2002
[8] Efficient Mining of Partial Periodic Patterns in Time Series Database. Han J,Dong G,Yin Y. Proceedings of the 15th International Conference on Data Engineering . 1999
[9] Mining Temporal Relationships with Multiple Granularities in Time Sequences. Bettini C,Wang XS,Jajodia S. IEEE Data Engineering Bulletin . 1998

← 1 →