基于关联挖掘的自适应构件检索指把关联规则挖掘方法引入构件检索。()

在多维关联规则挖掘中，我们搜索的不是频繁项集，而是（） 关联规则挖掘中，两个主要的兴趣度度量是：（）和（） 关联规则挖掘中，两个主要的兴趣度度量是（）和（） 大型数据库中的关联规则挖掘包含两个过程（）和（） 大型数据库中的关联规则挖掘包含两个过程：和（） 数据挖掘和哪些学科有关联？ 关联规则挖掘过程是发现满足最小支持度的所有项集代表的规则。 发现关联规则的算法通常要经过以下三个步骤：连接数据，作数据准备；给定（）和（），利用数据挖掘工具提供的算法发现关联规则；可视化显示、理解、评估关联规则。 关联分析是数据挖掘常用的一种方法，它的特点包括 简述在多层关联规则挖掘中，在不同的层使用一致的支持度的优缺点。 简述在多层关联规则挖掘中，在不同的层使用一致的支持度的优缺点 数据挖掘的关联分析功能目的是找出数据库中隐藏的关联网，有时并不知道数据库中数据的关联函数，即使知道也是不确定的，因此关联分析生成的规则带有（） 大数据分析四个方面的工作主要是：数据分类、（ ）、关联规则挖掘和时间序列预测。 超市根据销售纪录发现，买啤酒的顾客有35%概率也会购买儿童尿布，这种属于数据挖掘的关联规则。 根据特征选择过程与后续 数据挖掘任务的关联可分为三种方法，（）和（）特征选择 数据挖掘产生基于（） 数据挖掘和信息检索是否相同？ 根据大数据环境下信息检索与数据挖掘的方法和途径（下），检索的步骤包括（） 定义下列数据挖掘功能： 关联、分类、聚类、演变分析、离群点检测 使用你熟悉的生活中的数据，给出每种数据挖掘功能的例子。 在数据挖掘中，常用的聚类算法包括：（）、（）、（）、基于网格的方法和基于模型的方法。