第一章：引言第二章：文本特征提取技术第三章：文本检索技术第四章：文本自动分类技术第五章：文本自动聚类技术第六章：话题检测跟踪技术第七章：文本过滤技术第八章：关联分析技术第九章：文档自动摘要技术第十章：信息抽取第十一章：智能问答（QA）技术第十二章：文本情感分析技术第十三章：Ontology第十四章：半结构化文本挖掘方法第十五章：文本挖掘工具与应用
2024/5/12 6:28:58
12.78MB
1
纠错：上次资源是两个季度的购物篮信息，不是两年的信息，特此更正！现重新上传本资源。
productList是商品的详单，productAttribute是商品相关属性。
brandList是品牌的详单，brandAttribute是品牌相关属性。
两个sale文件是两季度的购物栏数据（已经预处理好）。
可用于关联分析相关算法的学习。
productList是商品的详单，productAttribute是商品相关属性。
brandList是品牌的详单，brandAttribute是品牌相关属性。
两个sale文件是两季度的购物栏数据（已经预处理好）。
可用于关联分析相关算法的学习。
2024/2/26 14:24:18
454KB
1
包含灰序列生成、灰色关联分析、灰色聚类分析、灰色预测模型、灰色决策分析等包含灰序列生成、灰色关联分析、灰色聚类分析、灰色预测模型、灰色决策分析等
2024/2/11 18:17:11
1.72MB
1
该数据集是开源软件RGui里arules软件包中的Groceries数据集，记录了某个杂货店一个月的真实交易记录。
具体是9835行，169列，即9835条消费记录、169个不同商品，可用于Apriori、FP_Growth、ecalt等算法进行频繁集的挖掘和关联分析。
具体是9835行，169列，即9835条消费记录、169个不同商品，可用于Apriori、FP_Growth、ecalt等算法进行频繁集的挖掘和关联分析。
2023/12/13 22:15:09
603KB
1
图书介绍：本书共分5章，第1章为模糊集合基本理论，第2章为模糊聚类与综合评判，第3章为变权决策，第4章为属性数学，第5章为灰色关联分析与灰色评估。
2023/11/10 2:36:41
13.82MB
1
用Python写了一个Apriori算法模块，测试数据用的是R里面的经典数据集Groceries.csv食品杂货店。
对该数据集进行关联分析，并对结果进行打印，分别输出了各项集情况，关联规则和最受欢迎的前五个商品。
大家可以根据本身的需求修改代码。
对该数据集进行关联分析，并对结果进行打印，分别输出了各项集情况，关联规则和最受欢迎的前五个商品。
大家可以根据本身的需求修改代码。
2023/2/12 10:39:37
132KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB