期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于数据挖掘的虚拟仿真实训个性化学习资源推荐算法
1
作者 童绪军 陈涛 《山东理工大学学报(自然科学版)》 2025年第4期35-40,46,共7页
现有的学习资源推荐算法缺乏有效的数据挖掘,推荐结果无法充分满足用户需求,因此提出基于数据挖掘的虚拟仿真实训个性化学习资源推荐算法。利用虚拟仿真技术对学习资源进行深度挖掘,总结学习资源特征;通过数据函数提取个性化学习资源特... 现有的学习资源推荐算法缺乏有效的数据挖掘,推荐结果无法充分满足用户需求,因此提出基于数据挖掘的虚拟仿真实训个性化学习资源推荐算法。利用虚拟仿真技术对学习资源进行深度挖掘,总结学习资源特征;通过数据函数提取个性化学习资源特征,并实时监测异常数据,减少误差产生;将用户偏好特征与用户需求相结合,形成数据匹配点,实现虚拟仿真实训个性化学习资源推荐。实验结果表明:本文算法在资源数据为12000个时,运算时间对比深度集成学习算法缩短了60.4%,对比协同过滤个性化推荐算法缩短了53.1%,能够有效提升个性化学习资源推荐效率;算法能够将异常数据检测率稳定在90%左右,较对比算法检测率提高了20%。 展开更多
关键词 数据挖掘 虚拟仿真 个性化学习资源 推荐算法
在线阅读 下载PDF
基于深度集成学习的社交网络异常数据挖掘算法 被引量：23
2
作者 戴礼灿 代翔 +1 位作者 崔莹 魏永超 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第11期2712-2717,共6页
针对当前社交网络异常数据挖掘算法设计过程中未提取社交网络数据特征,导致异常数据检测率低、检测运行时间长的问题,提出一种基于深度集成学习的社交网络异常数据挖掘算法。该算法首先挖掘社交网络数据,依据数据挖掘结果提取社交网络... 针对当前社交网络异常数据挖掘算法设计过程中未提取社交网络数据特征,导致异常数据检测率低、检测运行时间长的问题,提出一种基于深度集成学习的社交网络异常数据挖掘算法。该算法首先挖掘社交网络数据,依据数据挖掘结果提取社交网络数据特征;然后利用提取到的数据特征构建深度集成学习模型,通过该模型对异常数据进行预测,以此获得社交网络异常数据,实现社交网络异常数据挖掘。实验结果表明:通过对该算法进行异常数据检测率测试和异常数据检测运行时间测试,验证了该算法的准确性高、有效性强、实际应用效果好。 展开更多
关键词 深度集成学习 社交网络 异常数据挖掘 特征提取
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部