基于动态聚类分析的网络用户相似性特征搜索研究

• 作者: 马杰
• 来源期刊: 微电子学与计算机
• 关键词: 动态聚类 网络用户 特征搜索 特征提取 信息处理
• 年，卷（期）: 2018,（9）
• 页码范围: 113-117
• 页数: 5页
• 分类号: TP393
• 语种: 中文

摘要

网络用户的相似性特征体现了用户的偏好,为了提高网络信息的自适应推荐能力,提出一种基于动态聚类分析的网络用户相似性特征搜索算法.采用非平稳随机序列分析方法构建网络用户信息传递模型,提取反映网络用户行为特征的关联规则特征量,采用关联信息标注方法进行网络用户相似性行为特征信息检索,对提取的网络用户相似性特征信息进行动态聚类分析,采用模糊聚类方法进行相似性行为特征信息的自适应归类识别,提高网络用户相似性特征的自适应搜索和信息处理能力.仿真结果表明,采用该方法进行网络用户相似性特征搜索的准确性较高,对网络用户的相似性行为特征信息的聚类识别能力较好,从而提高了网络信息的优化推荐能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马杰	南京审计大学实验中心	13	17	2.0	3.0