电子科技大学：《大数据分析与挖掘 Big Data Analysis and Mining》课程教学资源（课件讲稿）Lecture 1 Intro（主讲：邵俊明）

Locality-Sensitive Hashing Find Similar Items CASE STUDY Finding Similar Documents Min-Hashing Locality-Sensitive Hashing Learn to Hash

电子科技大学：《大数据分析与挖掘 Big Data Analysis and Mining》课程教学资源（课件讲稿）Lecture 2 BasicConcepts（Foundations of Data Mining）

【人工智能基础】酒店在线评论数据的特征挖掘

为了解决基于Apriori的分类关联规则算法挖掘数值型数据时效率和准确率偏低的问题,提出基于定量关联规则树的分类及回归预测算法.采用改进的定量关联规则算法挖掘数值型数据生成关联规则库,并基于关联规则树结构实现分类及回归预测.研究结果表明:改进的Apriori定量关联规则挖掘算法提高了分类预测的准确率并降低了计算复杂度;而采用关联规则树结构可使分类与回归预测时间明显加快,提高了样本匹配学习的速度

复旦大学：《商务智能》课程PPT教学课件（商务数据分析）06 数据挖掘应用

复旦大学：《商务智能》课程PPT教学课件（商务数据分析）05 数据挖掘技术方法

《就业与创业指导》课程教学资源（案例）雷军：挖掘大数据时代的商业模式是当务之急_就业与创业指导模块七

▪ Association rules ▪ A-Priori algorithm ▪ Large-scale algorithms

▪ PageRank ▪ Topic-Sensitive PageRank ▪ Hubs and Authorities ▪ Spam Detection