2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩68頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著信息技術(shù)飛速發(fā)展,企業(yè)要在信息爆炸的現(xiàn)實(shí)社會(huì)中求生存,就要把企業(yè)信息化作為發(fā)展的一個(gè)必要步驟。企業(yè)資源計(jì)劃(ERP)將成為各企業(yè)進(jìn)行信息化戰(zhàn)略的重要手段。利用企業(yè)信息數(shù)據(jù),參與決策,進(jìn)行決策支持已經(jīng)成為當(dāng)前及今后ERP的發(fā)展趨勢(shì)和終極目標(biāo)。而對(duì)作為ERP重要組成部分的績效管理來說,智能化的需求則更為迫切。如何推進(jìn)績效管理智能化的發(fā)展是當(dāng)前一個(gè)重要的研究課題。由于數(shù)據(jù)挖掘是解決這一問題的有力工具,因此績效管理中數(shù)據(jù)挖掘技術(shù)的研究更具意

2、義。 頻繁模式的挖掘是數(shù)據(jù)挖掘關(guān)聯(lián)挖掘的核心和基礎(chǔ),是影響挖掘算法效率的一個(gè)決定性的因素。而最大頻繁項(xiàng)集中隱含著全部的頻繁項(xiàng)集,因此,在最大頻繁模式挖掘方面取得的任何進(jìn)展都將對(duì)關(guān)聯(lián)挖掘以至于其它數(shù)據(jù)挖掘任務(wù)的效率產(chǎn)生重要的影響。故結(jié)合績效管理的實(shí)際,對(duì)最大頻繁項(xiàng)集挖掘算法進(jìn)行分析研究,給出了對(duì)績效管理關(guān)鍵績效指標(biāo)(KPI)的確定中挖掘最大頻繁項(xiàng)集的一種算法FP-MaxgrowthforKPI。 根據(jù)績效管理中數(shù)據(jù)的特點(diǎn),

3、采用位圖數(shù)據(jù)格式,由用戶的需求導(dǎo)出頻繁模式樹(FP-tree)。并在分析Apriori和FP-growth等經(jīng)典算法優(yōu)缺點(diǎn)的基礎(chǔ)上,結(jié)合各種有效剪枝技術(shù),采用局部超集存在判斷方法對(duì)FP-tree上的最大頻繁項(xiàng)集挖掘進(jìn)行優(yōu)化,改進(jìn)最大頻繁項(xiàng)集挖掘算法,以適應(yīng)績效管理的實(shí)際環(huán)境。經(jīng)過實(shí)驗(yàn)得出改進(jìn)算法FP-MaxgrowthforKPI效率明顯高于傳統(tǒng)算法。 根據(jù)績效管理的實(shí)際應(yīng)用,基于該改進(jìn)算法的思想,設(shè)計(jì)出了基于最大頻繁項(xiàng)集挖掘的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論