In the article there is presented c

In the article there is presented comparison of overlapping clustering methods for data mining of DBLP datasets. For the analysis, the DBLP data sets were pre-processed, while each journal has been assigned attributes, defined by its topics. The data collection can be described as vague and uncertain; obtained clusters and applied queries do not necessarily have crisp boundaries. The authors presented clustering through a tolerance rough set method (TRSM) and fuzzy c-mean (FCM) algorithm for journal recommendation based on topic search. The comparison of both clustering methods was presented using different measures of similarity.

ผลลัพธ์ (ไทย) 1:

ในบทความจะแสดงการเปรียบเทียบวิธีการทำเหมืองข้อมูลของ DBLP datasets ระบบคลัสเตอร์ที่ทับซ้อนกัน วิเคราะห์ ชุดข้อมูล DBLP ประมวลผลเบื้องต้น ในขณะที่แต่ละสมุดรายวันมีการกำหนดแอตทริบิวต์ กำหนด โดยหัวข้อของ รวบรวมข้อมูลที่สามารถอธิบายว่า คลุมเครือ และไม่แน่ นอน คลัสเตอร์ที่ได้รับและแบบสอบถามที่ใช้ไม่จำเป็นต้องมีขอบเขตชัดเจน ผู้เขียนนำเสนอคลัสเตอร์ผ่านการยอมรับตั้งหยาบวิธี (TRSM) และอัลกอริทึม c เอิบค่าเฉลี่ย (FCM) สำหรับสมุดรายวันแนะนำตามหัวข้อค้นหา การเปรียบเทียบทั้งสองวิธีระบบคลัสเตอร์ถูกนำเสนอโดยใช้การวัดความคล้ายคลึงกันแตกต่างกัน

ผลลัพธ์ (ไทย) 2:

ในบทความที่นำเสนอมีการเปรียบเทียบวิธีการจัดกลุ่มที่ทับซ้อนกันสำหรับการทำเหมืองข้อมูลของชุดข้อมูล DBLP สำหรับการวิเคราะห์ชุดข้อมูล DBLP ถูกก่อนการประมวลผลในขณะที่แต่ละวารสารที่ได้รับการมอบหมายแอตทริบิวต์ที่กำหนดโดยหัวข้อของ การเก็บรวบรวมข้อมูลที่สามารถอธิบายเป็นคลุมเครือและความไม่แน่นอน; กลุ่มที่ได้รับและคำสั่งที่ใช้ไม่จำเป็นต้องมีขอบเขตที่คมชัด ผู้เขียนนำเสนอผ่านการจัดกลุ่มวิธีอดทนชุดหยาบ (TRSM) และคลุมเครือ C-เฉลี่ย (FCM) อัลกอริทึมสำหรับคำแนะนำวารสารอยู่บนพื้นฐานของการค้นหาหัวข้อ การเปรียบเทียบของทั้งสองวิธีการจัดกลุ่มที่ถูกนำเสนอโดยใช้มาตรการที่แตกต่างกันของความคล้ายคลึงกัน

ผลลัพธ์ (ไทย) 3:

ในบทความมีการแบ่งกลุ่มนำเสนอซ้อนวิธีการทำเหมืองข้อมูลของ dblp ชุดข้อมูล สำหรับการวิเคราะห์ ข้อมูล คือ dblp ชุดก่อนประมวลผล ในขณะที่แต่ละวารสารมีกำหนดแอตทริบิวต์ที่กำหนดโดยหัวข้อ การเก็บข้อมูลสามารถอธิบายอย่างคลุมเครือและไม่แน่นอน ได้กลุ่มและใช้แบบสอบถามไม่จําเป็นต้องมีขอบเขตที่กรอบผู้เขียนได้นำเสนอข้อมูลผ่านการตั้งค่าแบบหยาบ ( trsm ) และแบบ c-mean ( FCM ) วิธีการค้นหาวารสารแนะนำตามหัวข้อ การเปรียบเทียบของทั้งสองกลุ่มโดยใช้วิธีการนำเสนอมาตรการที่แตกต่างกันของความเหมือน