《表1 酒店历史交易记录：基于频繁模式的套餐关联分析与推荐》
提示：宽带有限、当前游客访问压缩模式
假设酒店的历史交易数据如表1所示，一行表示一条订餐记录。
| 图表编号 | XD0096237700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.15 |
| 作者 | 刘芳宇、李嘉豪、张琳琳 |
| 绘制单位 | 南华大学计算机学院、南华大学计算机学院、南华大学计算机学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 五类交易样本：基于关键词关联规则的优惠券个性化推荐算法研究》2020.09.01
- 《表1 旅客航线记录文档：异质性零售交易模式与流通效率的相关性分析》2019.12.10
- 《表4 高效频繁项目集：基于HHUI的旅游产品套餐模式挖掘》2020.08.01
- 《表1 交易数据集：基于HHUI的旅游产品套餐模式挖掘》2020.08.01
- 《表2 不确定交易数据库：一种基于不确定数据的频繁模式分布式挖掘算法研究》2020.06.25
- 《表1 不确定交易数据库：一种基于不确定数据的频繁模式分布式挖掘算法研究》2020.06.25
- 《表7 基于产权性质的关联交易与债务融资成本的回归分析》2020.03.20
- 《表6 基于公司规模的关联交易与债务融资成本的回归分析》2020.03.20
- 《表1 客户交易记录：基于频繁项集挖掘的零售医药企业药品关联研究》2019.12.01
- 《表3 轴承主要特征参数：一种基于关联频繁模式的振动数据流挖掘框架》2019.09.01
- 《表2 轴承故障频率：一种基于关联频繁模式的振动数据流挖掘框架》2019.09.01
- 《表4 故障频率：一种基于关联频繁模式的振动数据流挖掘框架》2019.09.01
- 《表1 医疗大数据类型：基于Spark机器学习实现医疗保险关联频繁模式的欺诈行为挖掘技术探讨》2019.05.15
- 《表2 频繁项集C1：基于Spark机器学习实现医疗保险关联频繁模式的欺诈行为挖掘技术探讨》2019.05.15
- 《表4 关联规则：基于Spark机器学习实现医疗保险关联频繁模式的欺诈行为挖掘技术探讨》2019.05.15
- 《表2 交易记录合并：基于Web的推荐系统数据挖掘算法分析》2019.07.15
- 《表1 交易记录：基于Web的推荐系统数据挖掘算法分析》2019.07.15
- 《表1 异常告警数据记录：基于历史告警数据的计量异常事件关联度分析》2019.01.25
- 《表5 套餐类型表：基于协同过滤算法的视频智能推荐系统》2019.03.05
- 《表1 主流电价套餐模式：增量配网运营商电力交易盈利边界探讨》2019.01.25