基于深度数据挖掘的传播数据分析与评估模型仿真

摘要

针对现有数据挖掘算法存在丢失逻辑序列且挖掘效率较低,不适用于新媒体数据分析的问题,提出了一种基于深度数据挖掘的传播数据分析与评估模型.在详细分析关联规则及其挖掘算法的基础上,结合新媒体的数据特点,设计了基于FP-Growth算法的构造频繁模式树和挖掘频繁模式树,并利用FP-Growth数据挖掘算法分析评估各大网络平台的传播数据.通过仿真实验证明,所提方法能够精确地分析数据热点问题,挖掘准确率可达96.73％且运行时间小于8 s,具有良好的应用价值.