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:
随着信息化应用的推进,系统功能日益复杂,提升用户体验已成为应用系统建设过程中面临的重要问题之一.为此,本研究以某企业应用系统为例,通过对系统日志数据进行清洗、结构化以及分析,建立用户特征,采用K-means聚类算法和CH系数对系统用户进行最优的分类,根据聚类结果实现以用户类别为对象的个性化、智能化的系统功能推荐,达到提升应用系统用户体验的目的.
推荐文章
基于NKL和K-means聚类的协同过滤推荐算法
协同过滤
推荐算法
矩阵稀疏
K-means
相似性度量
基于Spark的并行K-means算法研究
Spark
K-means
PSO
迭代计算
k-means算法的研究与改进
聚类
划分方法
数据样本
阈值
基于变异的k-means聚类算法
聚类
mk-means算法
变异
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K-means算法的智能推荐系统研究
来源期刊 计算机与应用化学 学科 化学
关键词 日志 算法 功能推荐 分类
年,卷(期) 2018,(12) 所属期刊栏目
研究方向 页码范围 1033-1038
页数 6页 分类号 TQ015.9|TP391.9|O6-39
字数 语种 中文
DOI 10.16866/j.com.app.chem201812009
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 陈晓东 15 35 4.0 5.0
2 王迎 14 25 3.0 4.0
3 朱鹏 8 3 1.0 1.0
4 姜霞霞 2 3 1.0 1.0
5 陈运明 3 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (1)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
日志
算法
功能推荐
分类
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
计算机与应用化学
双月刊
1001-4160
11-3763/TP
大16开
北京中关村北二街2条1号
82-500
1984
chi
出版文献量(篇)
5704
总下载数(次)
10
总被引数(次)
27612
论文1v1指导