基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
点击流数据是分析互联网用户心理倾向的关键,互联网用户的聚类可以通过分析点击流数据实现。本文提出了一种基于向量的相似度计算方法,将点击流数据转化为向量数据。通过对向量的计算来得出聚类的结果。算法克服了传统的聚类算法的一些缺点,更能符合研究人员研究Web点击流数据时关于个性化聚类的要求。
推荐文章
基于密度聚类的支持向量机分类算法
支持向量机
密度聚类
ε-邻域
奇异向量空间双聚类算法
SVD分解
0/1矩阵
行聚类
列聚类
布尔矩阵
改进支持向量聚类算法的研究
支持向量
聚类
核算法
二次规划
基于变尺度滑动窗口的流数据聚类算法
流数据
聚类
变尺度滑动窗口
指数直方图
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于向量的点击流聚类算法
来源期刊 计算机系统应用 学科
关键词 点击流 余弦相似度 聚类算法
年,卷(期) 2014,(5) 所属期刊栏目
研究方向 页码范围 158-161
页数 4页 分类号
字数 4129字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 谢文阁 辽宁工业大学电子与信息工程学院 38 156 6.0 10.0
2 徐昊 辽宁工业大学电子与信息工程学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (5)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
点击流
余弦相似度
聚类算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
论文1v1指导