|
|||||
|
|
| 基于用户兴趣分类优化的聚类模型仿真 | |
| 作者姓名： | 刘建粉 史永昌 |
| 作者单位： | 平顶山学院计算机科学与技术学院; |
| 基金项目： | 河南省重点科技攻关计划项目(132102210442) |
| 摘 要： | 对用户兴趣进行聚类分析对研究消费心理有着重要的意义.提出一种考虑用户兴趣分类优化的聚类模型,采用ID3决策树算法提高用户兴趣分类计算速度,将最高信息增益的属性当成前节点的检测属性,确保结果分解中的用户兴趣样本分类所需的信息量最小,构建用户兴趣分类优化的自适应模糊聚类目标函数,更新聚类原型矩阵,在自适应模糊聚类模型下,直接给出聚类原型的迭代等式,保证分类准确.实验结果说明,所提模型相对于传统聚类模型不容易陷入局部最优解,具有较高的查全率和查准率,对进一步用户行为研究有着较大的意义. |
| 关 键 词： | 用户兴趣 分类 优化 聚类模型 仿真 |
| 本文献已被 CNKI 等数据库收录！ | |