基于矩阵降维的典型用户文件发现方法

• 作者: 张亚非 徐宝文 陆建江 黄刚石
• 来源期刊: 东南大学学报(英文版)
• 学科: 工学
• 关键词: Web挖掘 非负矩阵分解 球形的k-均值算法
• 年，卷（期）: 2003,（3）
• 页码范围: 231-235
• 页数: 5页
• 分类号: TP18
• 字数: 1272字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2003.03.006

摘要

应用聚类技术能够自动地发现典型用户文件,但是由于会话向量通常是高维的稀疏向量,因此很难在会话向量之间设计有效的相似度度量.本文提出2种基于矩阵降维的典型用户文件发现方法.这些方法应用非负矩阵分解技术降低会话-URL矩阵的维数,并通过球形的k-均值算法对用户会话向量的投影向量聚类,由此得到典型用户文件.实验结果表明,这些算法能够有效地从用户会话中发现典型的用户文件.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐宝文	东南大学计算机科学与工程系	118	3034	31.0	51.0
3	陆建江	东南大学计算机科学与工程系	51	791	17.0	27.0
7	张亚非	解放军理工大学理学院	55	661	13.0	23.0
10	黄刚石	解放军理工大学理学院	1	8	1.0	1.0