基于用户兴趣分类优化的聚类模型仿真

• 作者: 刘建粉 史永昌
• 来源期刊: 微电子学与计算机
• 关键词: 用户兴趣 分类 优化 聚类模型 仿真
• 年，卷（期）: 2014,（5）
• 页码范围: 171-174
• 页数: 4页
• 分类号: F127
• 语种: 中文

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建粉	平顶山学院计算机科学与技术学院	24	70	4.0	6.0
2	史永昌	平顶山学院计算机科学与技术学院	13	59	4.0	7.0