快速访问
文章信息
参考文献
[1]孙立伟,何国辉,吴礼发.网络爬虫技术的研究[J].电脑知识与技术,2010,6(15):4112-4115.
[2]万玛宁,关永,韩相军.嵌入式数据库典型技术SQLite和Berkeley DB的研究[J].微计算机信息,2006(02):91-93+272.
[3]王光宏,蒋平.数据挖掘综述[J].同济大学学报(自然科学版),2004(02):246-252.
[4]周雪忠,吴朝晖.文本知识发现:基于信息抽取的文本挖掘[J].计算机科学,2003(01):63-66.
[5]蒲海坤,高鑫,桑鑫.基于C4.5数据挖掘算法研究与实现[J].科学技术创新,2021(23):55-56.
[6]路逸行. 决策树误差降低剪枝算法的改进研究[D].山东大学,2020.
[7]虞晓芬,傅玳.多指标综合评价方法综述[J].统计与决策,2004(11):119-121.
[8]叶锋.Python最新Web编程框架Flask研究[J].电脑编程技巧与维护,2015(15):27-28.
[9]崔蓬.ECharts在数据可视化中的应用[J].软件工程,2019,22(06):42-46.
[10]甯文龙,毛红霞.基于Python爬虫技术的51job网站内容爬取[J].信息与电脑(理论版),2021,33(04):180-182.
[11]王黎明. 决策树学习及其剪枝算法研究[D].武汉理工大学,2007.
[12]刘根霞.基于主成分分析法的上市公司综合竞争力排行——以电子产业为例[J].财会通讯,2012(35):15-17.
版权与开放获取声明
作为一本开放获取的学术期刊，所有文章均遵循 Creative Commons Attribution 4.0 International License (CC BY 4.0) 协议发布，允许用户在署名原作者的前提下自由共享与再利用内容。所有文章均可免费供读者和机构阅读、下载、引用与传播，EWA Publishing 不会通过期刊的出版发行向读者或机构收取任何费用。