频繁模式挖掘是数据挖掘中的一个重要部分，现有的模型具有各自的优点，但在智能性方面表现较差。对于已经存在的Agent 系统，多数都是以语言的形式进行描述，本文对Agent 进行形式上的描述，并应用到数据挖掘的模型中，使其智能性得到提高，并有很高的可移植性。关键词 智能Agent; 数据挖掘; 频繁模式挖掘随着数据量的迅速增长，人们越来越重视使用数据挖掘技术来处理大量的数据。数据挖掘是从大量数据中提取出可信、新颖、有效数据的一个处理过程。它是一个多学科相交叉的领域，例如数据库系统、统计学、机器学习等。目前，数据挖掘技术已经得到广泛的应用，尤其是频繁模式的挖掘更是吸引了大量研究人员的目光。数据挖掘过程通常是一个多阶段的过程，它包含了多个步骤像数据准备，预处理等。用数据挖掘来解决问题及将问题分配给数据挖掘子系统的过程中需要依赖人的思维来安排和控制某一个具体的步骤。Agent 技术的兴起为数据挖掘增添了活力，但现在的研究工作一般是使用某种特定的工具来将Agent 的思想以描述性的语言体现到某个实际系统中，很少使用形式化的方法来描述Agent 的行为，尤其对于Agent 内部的动作的决策，事务的处理过程等，这使得所提出的Agent 系统缺少普遍性。本文研究了一种通用性较强的Agent 框架，并将此框架与频繁模式挖掘过程相结合，使数据挖掘过程更加完善。
猜您喜欢
推荐内容
开源项目推荐 更多
热门活动
热门器件
用户搜过
随便看看
热门下载
京公网安备 11010802033920号
Copyright © 2005-2026 EEWORLD.com.cn, Inc. All rights reserved
评论