一种基于粒度原理的多指标综合Web用户聚类算法

• 作者: 张沙清 肖南峰 董振宁 赵洁
• 来源期刊: 计算机应用研究
• 关键词: Web使用挖掘 粒度原理 高属性维稀疏数据 多指标 聚类质量评价
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2427-2431
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.07.006

摘要

为了解决传统聚类算法难以获得较好的Web用户聚类结果、使用的指标无法全面反映用户行为特征的问题,提出一种基于粒度原理的Web用户聚类算法.首先对离散化数据给出稀疏相似度和初始等价关系的定义,进行初次聚类;然后设计可变精度的二次聚类模型对初始聚类结果进行修正;最后结合应用领域定义一种新的聚类质量评价模型.算法中面向Web用户引入多指标体系,各种指标既可独立考核,也可灵活组合,并同时兼顾决策者对指标的偏好.实验证明,该算法适用于Web用户的高维稀疏数据,不依赖样本的顺序,具有更广应用性,可提供多粒度分析结果,得到的聚类结果能真实反映数据的特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖南峰	华南理工大学计算机科学与工程学院	83	679	14.0	19.0
2	赵洁	广东工业大学管理学院	16	99	7.0	9.0
6	董振宁	华南理工大学计算机科学与工程学院	1	4	1.0	1.0
7	张沙清	华南理工大学计算机科学与工程学院	1	4	1.0	1.0