基于离群数据挖掘的电子商务推荐系统研究

• 作者: 张光
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 离群数据 电子商务 K均值 PSO算法 推荐系统
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 理论创新
• 页码范围: 21-22,25
• 页数: 3页
• 分类号: TP183
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2017.08.021

摘要

(陕西工业职业技术学院物流管理学院 陕西咸阳,712000)电子商务推荐系统在推荐的精度和实时性方面,往往存在冲突,即为了提高实时性,会造成推荐精度不高;为提高推荐的整体质量,造成实时性不够准确.对此,找到推荐精度和实时性之间的契合点,是提高系统推荐的重点.本文结合离群数据的特点,提出一种基于改进K均值和PSO的混合算法.针对传统K均值算法在对离群数据挖掘中存在不足的基础上,引入PSO算法,并对欧氏距离、学习因子聚类流程等进行改进,然后对聚类推荐算法流程进行改进.最后,通过试验对比,验证了改进算法在实时性和准确性方面都有较大的提升,由此证明混合算法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张光	陕西工业职业技术学院物流管理学院	10	17	3.0	3.0