需要金币： 1000 个金币 |
资料包括：完整论文 |  |
 |
| 转换比率：金额 X 10=金币数量， 例100元=1000金币 | 论文字数：8609 |  | |
| 折扣与优惠：团购最低可5折优惠 - 了解详情 | 论文格式：Word格式(*.docx) |  |
目 录
摘 要
ABSTRACT
第1章 引言 1
1.1 本文的研究背景及意义 1
1.2 国内外相关研究 2
1.3 本文的主要贡献 3
1.4 本文的组织结构 3
第2章 预备知识 4
2.1 基本概念 4
2.1.1 事件和情节 4
2.1.2 支持度阈值 4
2.1.3非交叉定义 4
2.1.4非重叠定义 4
2.2 问题描述 4
第3章 基于非交叉发生计数的频繁情节挖掘算法 5
3.1 算法描述 5
3.1.1 算法思想 6
3.1.2 算法伪代码 6
3.2 算法分析 7
3.3 算法实现 8
3.3.1 Python主要程序代码 8
3.3.2 Python程序框架 8
3.4 应用实例 10
第4章 实验评估 11
4.1 实验数据集 11
4.2 实验结果 12
第5章 总结与展望 14
5.1 总结 14
5.2 展望 15
致谢 15
参考文献 16
摘 要
大数据时代的到来给人们的生活带来了便利和机遇，如何从大数据中获取有价值的信息已成为学术界和工业界研究的一个热点。事件序列是大数据的一种常见形式，其中蕴藏着反映了用户或系统行为规律的模式，本文针对事件序列，研究一种基于非交叉发生计数的频繁情节挖掘算法。
关键字：事件序列；频繁情节；非交叉发生；数据挖掘 |
