基于关联规则挖掘的社区网络数据爬虫算法

• 作者: 穆俊
• 来源期刊: 微电子学与计算机
• 关键词: 关联规则挖掘 社区网络 数据爬虫 推荐
• 年，卷（期）: 2018,（8）
• 页码范围: 105-108
• 页数: 4页
• 分类号: TP391
• 语种: 中文

摘要

为了提高社区网络的联合推荐性能,需要进行网络数据爬虫设计,提出一种基于关联规则挖掘的社区网络数据爬虫算法.构建社区网络的信息传递模型,挖掘社区网络用户行为信息特征量,根据数据的属性特征进行关联规则合并,采用模糊指向性聚类方法进行社区网络的用户行为属性特征聚类处理,对聚类输出的特征量采用自相关特模板匹配方法实现信息融合,实现社交网络数据的关联规则挖掘,结合数据聚类分布属性进行网络信息爬虫,实现社区属性混合推荐.仿真结果表明,采用该算法进行社区网络数据爬虫处理的准确度较高,个性化匹配程度较好,对社区网络联合推荐结果的置信度水平较高,提高了社区发现能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	穆俊	滇西科技师范学院信息工程学院	9	7	1.0	2.0