Visual analytics for the clustering capability of data
نویسندگان
چکیده
منابع مشابه
the clustering and classification data mining techniques in insurance fraud detection:the case of iranian car insurance
با توجه به گسترش روز افزون تقلب در حوزه بیمه به خصوص در بخش بیمه اتومبیل و تبعات منفی آن برای شرکت های بیمه، به کارگیری روش های مناسب و کارآمد به منظور شناسایی و کشف تقلب در این حوزه امری ضروری است. درک الگوی موجود در داده های مربوط به مطالبات گزارش شده گذشته می تواند در کشف واقعی یا غیرواقعی بودن ادعای خسارت، مفید باشد. یکی از متداول ترین و پرکاربردترین راه های کشف الگوی داده ها استفاده از ر...
Louvain Clustering for Big Data Graph Visual Analytics
Challenges with using graphs to visualize extremely large entityrelationship datasets include visibility, usability and high degree nodes. Visual aggregation techniques, tools and easily tailorable components are needed that will support answering analytical questions with data description, characterization and interaction without loss of information. We present two case studies of prototype im...
متن کاملVisual Analytics for Biological Data
The preeminence of a systems approach in the biological and other life sciences creates enormous challenges for computational visualization techniques to enable researchers to gain insight from their large, highly complex, and multiple datasets. For this special issue, we sought contributions that suitably describe applications of visual analytics (VA) techniques to yield viable results that ar...
متن کاملThe effect of Big Data Analytics Capability on Firm Performance
Big data analytics (BDA) has emerged as an important area of study for both academics and practitioners. Despite of rising potential value of BDA, a few studies have been conducted to investigate the effect of BDA on firm performance. In this research in progress, according to the challenges of BDA dimensions (volume, variety, velocity, veracity and value) we propose the BDA capability dimensio...
متن کاملذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: Science China Information Sciences
سال: 2013
ISSN: 1674-733X,1869-1919
DOI: 10.1007/s11432-013-4832-7