基于聚类挖掘算法的微博用户兴趣发现的实现

• 作者: 郑杰辉
• 来源期刊: 网络安全技术与应用
• 关键词: 微博用户 聚类算法 PSO-kmeans 用户兴趣发现
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 安全模型、算法与编程
• 页码范围: 48-49,56
• 页数: 3页
• 字数: 2485字
• 语种: 中文

摘要

社会媒体是用户分享与获取信息的重要平台,本文基于微博用户数据,运用数据挖掘中的聚类算法,提出了微博用户兴趣的发现方法,实现了微博好友的分组和好友推荐,为新媒体社交网络平台上的新闻推荐和精准营销,进行了有益的探索.在探索聚类算法的过程中,本文针对K-means算法的不足之处,结合粒子群算法的优势,提出了改进后的粒子群K-means算法,该算法在微博用户兴趣发现中提高了聚类的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑杰辉		13	13	2.0	3.0